Towards AI 自建写作基准:4 个 LLM 评委+千次人工 A/B,拆解 AI 文风为何像 slop
AI Engineer · youtube · 2026-10-22
Towards AI 创始人 Louis-François Bouchard 在 AI Engineer 频道拆解 AI 写作读起来像 slop 的原因：词汇滥用、空泛泛谈、无信息量、重复、幻觉，以及「千人一面」的口吻。
基准构建
- 测试模型能否用他本人的声音写视频脚本：10 个脚本 × 每模型 5 稿 × 4 个 LLM 评委 × 9 项评分指标，外加 1000 次人工 A/B 对比
- 关键发现：LLM 评委偏好自家模型家族的作品（评估偏差）
- 公开了成本明细
实用写作建议
- 用包含大量示例的超长 prompt
- 让一个强模型做一遍审校
- 多个便宜模型起草再合并
- 最后必须有人工编辑
「编程与Agent」频道最新
- OpenLore 开源：一个 Markdown 文件夹让 Claude Code 与 Codex 共享记忆 — Arindam_1729 · 2026-10-22
- 用 Claude Code+Blender Python 复刻机械蜘蛛教程,做出会走路的便当盒 — sidahuj · 2026-10-22
- Claude Code 通宵自主生成 2000 张 Krea2 图像并自评调参 — reynadsaltynuts · 2026-10-22
- 独立开发者用 AI 做第四款游戏，先搭起资产管理中心 — ezshine · 2026-10-22
- seatedro 发布跨平台代码审查工具 diffy，主打语义 diff 替代 GitHub — seatedro · 2026-10-22
- 开源 Garmin MCP 连接器：把运动数据接入 AI 教练 — Vast-Grapefruits · 2026-10-22