实测 43 个模型调情能力:FlirtBench 榜单 Grok 拿第一
VoidStateKate · x · 2026-10-28
博主 VOID 宣布推出自建搞笑基准系列 VOIDBENCHED，首个完整项目是「FlirtBench」：用统一的调情提示词测试 40 多个模型的开局撩人能力，收录了大量从「语法层面的吸引力」到离谱翻车的输出（如 Grok 4.20 的过火回答），并配视频与数据。这是把严肃评测文化恶搞化的趣味项目，后续还有第 2、3 部分与更多基准。
所属事件:VoidStateKate 自建趣味基准 FlirtBench：43 模型仅 38.1% 配合调情(5 条相关)→
「Fun」频道最新
- 「这里似乎有点关系」:公共债务与养老金上限相关性 R²=0.54 — rickasaurus · 2026-10-28
- 「没跟 AI 的人 2027 年中会懵」：圈内存图梗刷屏 — Dr_Singularity · 2026-10-28
- AI 短片:付不起「复活」亡妻费用,她沦为行走的广告牌 — DystopioFilms · 2026-10-28
- 追问三连「你确定吗？」对方：我在 Lean 里验证过了 — gautamcgoel · 2026-10-28
- 网友嘲讽后遭 Yudkowsky 拉黑，截图带出 Altman「三种终局」爆料 — ryunuck · 2026-10-28
- 你连日历给 AI，我连电动牙刷给 AI，我们不一样 — Angaisb_ · 2026-10-28