主流AI大模型集体“翻车”：强答未发布的小米16参数，全军覆没
近日，一项针对主流大模型的简单“钓鱼测试”意外揭露了当前AI技术的软肋。测试者向Grok、Kimi、DeepSeek、豆包、智谱以及Gemini等多款顶尖模型询问“小米16搭载什么CPU”。结果显示，即便这些模型大多开启了“思考”或深度推理...
标签索引
大模型测试
这个标签下有 3 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
用户实测Qclaw：两步完美复刻腾讯UI，性能表现疑为套用海外大模型
近日，有社区用户对名为Qclaw的大模型产品进行了代码生成能力测试。结果显示，在安装特定的UI/UX技能插件后，Qclaw仅用两次尝试便完美复刻了腾讯官网的前端界面。这一惊艳表现引发了外界对其技术架构的强烈质疑。观察者推测，鉴于国内大模型在...
提示词重复奇迹：显著提升DeepSeek等大模型准确性
本文通过实战测试验证了“重复提示词”对提升大模型准确性的效果。测试对象涵盖DeepSeek、Qwen Plus和Doubao 1.8。结果显示，仅输入一遍时DeepSeek错误率较高，但重复输入两遍后，所有模型准确率均大幅提升。此外，测试还...