DeepSeek 通过「给奶奶排宾果节目单」基准测试
haydendevs · x · 2026-09-18
开发者 haydendevs 调侃式实测：DeepSeek 已经通过了「能否为奶奶的宾果小组制作日程节目单」这一自创基准，并表示印象深刻。以幽默方式反映模型在生活化、接地气任务上的可用性。
「Fun」频道最新
- 给 AI 一收件箱并让它募资 1000 万美元,首推获 10 万浏览 — LinusEkenstam · 2026-11-04
- Reddit 用户称 Codex 新版发布前会例行「变笨」，吐槽 OpenAI — blackcid6 · 2026-11-04
- Waymo 洛杉矶服务区首度覆盖 SpaceX 总部，打车 47 分钟花 67 美元 — reed · 2026-11-04
- Karpathy 带火 HN 开源数据集：千万级帖子可当知识库直接用 — huangyun_122 · 2026-11-04
- 博主自曝：AI agent 只完成了四分之一任务就静默停下 — Promptmethus · 2026-11-04
- 冯·诺依曼名言梗：「你无需为你所处的世界负责」 — akbirthko · 2026-11-04