Contralabs 发布前沿设计基准:用设计原则评分关联专家偏好
floguo · x · 2026-11-20
Contralabs 推出 Frontier Design Benchmark,针对 AI 行业让网络随机投票决定模型设计能力排名的问题。发起人 yuwenlu 交代了动机:想搞清哪个模型最适合设计工作,且在真实复杂的设计任务(Web/移动应用之外还会扩展)上评测,而非只测落地页。团队不相信「品味」不可学习,基于实用设计原则编制评分 rubric,分析发现 rubric 评分与专家对模型输出的偏好高度相关,还将据此做后训练实验,并计划建立可视化 gallery。
所属事件:Contra Labs 发布前沿设计基准,隐形模型 Gestalt 登顶(7 条相关)→
「模型」频道最新
- Gemini 4 Neon 一句话生成涩谷霓虹跑酷游戏,谷歌小蓝人当主角 — rseroter · 2026-11-20
- 教授精心设计「AI 防不住」考题,模型照样考到 82 分 — alex_verem · 2026-11-20
- 用户实测 Opus 5.5:24 小时后认为比 ChatGPT 订阅更划算 — mariofilhoml · 2026-11-20
- 谷歌 AI 断言「三国互邻共临两片水域」在数学上不可能,翻车了 — conitzer · 2026-11-20
- 13 个模型答题对决:10 个超过政策制定者,最高 98 分 — ChenhaoTan · 2026-11-20
- 研究发现: frontier 模型凭单篇文本即可识别 AI 或人类作者 — MohitIyyer · 2026-11-20