大模型幽默感测试：DeepSeek惨败，Kimi与GPT-4通过
一项针对主流大模型的“高语境逻辑”测试结果显示，DeepSeek表现不佳。测试题选用了一句关于“蚊子落在蛋蛋上”的英文讽刺句，要求模型理解“打蚊子”不仅意味着暴力，更会误伤自己。在多次测试中，DeepSeek-V3和R1模型全军覆没，未能正...
标签索引
AI推理能力
这个标签下有 1 篇文章。按时间回看相关判断与实践记录。
标签精选
标签索引
这个标签下有 1 篇文章。按时间回看相关判断与实践记录。
标签精选
一项针对主流大模型的“高语境逻辑”测试结果显示，DeepSeek表现不佳。测试题选用了一句关于“蚊子落在蛋蛋上”的英文讽刺句，要求模型理解“打蚊子”不仅意味着暴力，更会误伤自己。在多次测试中，DeepSeek-V3和R1模型全军覆没，未能正...