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
- Yacine 吐槽「创始成员 MTS」头衔:别装了,你就是打工人 — yacineMTB · 2026-09-18
- WSJ 评论淡化 Hugging Face 事件，被指遗漏关键危险细节 — ShakeelHashim · 2026-09-18
- 安全圈调侃：AI 实验室接连被黑，/logs 里查无此事 — dyn___ · 2026-09-18
- 研究员抛「皮层劫持」阴谋论讽刺 AI 安全圈怪象 — basedjensen · 2026-09-18
- 取代人类的机器留了个空座位？经济学家：该做成 Roomba 加卡通眼 — paulnovosad · 2026-09-18
- 「失业才追得上 AI」：一句吐槽道出模型更新狂潮 — prasenx · 2026-09-18