开源 Enclosure:用确定性模拟办公室给 LLM 做性格测试
thebadslime · reddit · 2026-09-29
开发者 Jerry 开源了 Enclosure——一个确定性 LLM 测试环境:模拟带 Slack、日历、邮件等工具的办公场景,对话用 AIML 而非真模型驱动,保证完全可复现。首个测试 Disposition 是给模型做的「性格测试」,不是可刷分的 benchmark,而是帮用户找到匹配自己工作风格的模型;已放出首批三个模型的结果图,并号召社区用更多模型跑测试提交。
「Fun」频道最新
- 141 国调研:韩国玩家最爱和格斗机器人 Ally「聊天」 — Kangwook_Lee · 2026-09-29
- 「让 Claude 让我感到不适」:模型被要求突破舒适区的名场面 — repligate · 2026-09-29
- 从 Tab 补全到全程托管：AI 编程的进化梗图 — tlakomy · 2026-09-29
- Shaw 吐槽反数据中心者:一边骂算力一边上网自相矛盾 — zealcaiden · 2026-09-29
- 给 PUBG 做 AI 队友:141 国玩家调研称喜欢但要更能打 — Kangwook_Lee · 2026-09-29
- 问一句"你怎么看"竟被 Opus 当作蒸馏攻击拒绝 — Dany0 · 2026-09-29