玩家自建 VOIDBENCH 奇葩基准,晒出各模型最离谱输出
VoidStateKate · x · 2026-10-28
长期探索 AI 个性化与独特 prompt 行为的网友 VoidStateKate 宣布自建基准 VOIDBENCH:一套以奇怪 prompt 风格为主的测试集,专门收集模型的搞笑与古怪输出,吐槽「AI 圈什么都太严肃了」。
在最新一贴中,她点名 Grok 既能做动画,又被评为「最色」的模型(4.20 V),引发一圈围观。这类另类基准虽非严肃评测,但展示了模型人格差异与 prompt 引导出的出格行为。
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
- AI 生成埃及战神 Sekhmet 末世风大片，视觉冲击力拉满 — DionysianAgent · 2026-10-28
- 问 Grok 一个问题，它直接甩来 60 项待办任务 — verrsane · 2026-10-28
- 开发者做出可多人联机的像素画游戏，直接跑在推特内 — jaivin · 2026-10-28
- 给 1930 年历史语言模型 Talkie-1930 做神经元图谱,写出「写作让我忘记自己」 — lfschiavo · 2026-10-28
- AI 生成科学怪人吸血鬼群像，复古恐怖片质感惊艳 — ogcanuckamerican · 2026-10-28
- UW 教授 Domingos 讽刺有效利他主义「本质上是自闭症」引争议 — pmddomingos · 2026-10-28