研究员用「找回十年前读过的小说」当终极基准测 Opus 5.5
tracewoodgrains · x · 2026-10-15
Anthropic 研究员 tracewoodgrains 提出一个非主流模型测试：让他凭模糊记忆描述一篇 2008-2013 年间在网上读过的科幻短篇（外星人把所有故事分类入数据库，主角争论自己的爱情不是标准套路），看 AI 或人类能否据此找出原作——这是他十年间反复寻找未果的「白鲸」。配图显示他正用 agent 跑这个任务（已运行 8 分钟）。他表示不指望 Opus 5.5 能通过，但仍像西西弗斯一样反复尝试。
所属事件:Anthropic 研究员设「白鲸」基准测试 AI 找回旧小说能力(2 条相关)→
「Fun」频道最新
- 开发者用木星伽利略卫星轨道做了一台生成式乐器 Umbra — teropa · 2026-10-23
- AI 经典名场面：无论用户说什么模型都回「you're absolutely right」 — tetsuoai · 2026-10-23
- ML 大 V 吐槽：论文作者竟不知自己持有 arXiv 论文版权 — burkov · 2026-10-23
- 2026 年的职场图鉴：Slack 里几十个 agent 员工排队给消息点 👍 — kimberlywtan · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23
- 程序员吐槽：人生真正使命是安利大家试试最新 DeepSeek — intellectronica · 2026-10-23