Agent 们吹得天花乱坠的 benchmark，一个数字都复现不了
cnakazawa · x · 2026-10-20
cnakazawa 吐槽当下 AI 圈现状：agent 已经能把 fake slopfork benchmark 讲得无比令人信服，但深入一看，原作（buns）的数字一个都复现不出来。吐槽 AI 圈 benchmark 造假与复现危机。
「Fun」频道最新
- OpenAI 东京 DevDay 现场可生成专属 Codex 宠物卡 — gabrielchua · 2026-10-20
- 程序员给 2003 年游戏移植版写血液着色器，顺手造了个光学部门 — banteg · 2026-10-20
- DeepSeek 铁粉 7.7K 粉博主:开源闭源之战是「人类与 AGI 对抗权力集中」 — teortaxesTex · 2026-10-20
- 网友建议：GTA 6 全部实机画面应进大模型预训练 — theteknosaur · 2026-10-20
- AI 助手随手生成任意模型爆炸视图，「万物即刻克隆」引热议 — MoonL88537 · 2026-10-20
- OpenAI 被吐槽「没容量」：选中的模型直接报 capacity 满载 — cedric_chee · 2026-10-20