Gemini 读文献能力遭用户吐槽：被指“一本正经胡说八道”，体验不如百度 AI Studio
近日，在技术社区 Linux.do 上，有用户对 Google 最新发布的 Gemini 3.1 Pro 模型表示强烈失望。该用户在尝试使用 Gemini 辅助阅读学术文献时发现，模型存在严重的幻觉问题，经常“一本正经地胡说八道”，且难以通...
标签索引 / 第 2 页
大模型实测
这个标签下有 15 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
长任务实测：Codex CLI 稳定性碾压 OpenCode，AI 编程需回归命令行？
一位开发者分享了针对大型编程任务的实测对比：在使用 OpenCode 结合 GPT 5.4 时，AI 代理频繁中断、需要人工介入且甚至修改无关代码，导致效率低下；而切换至 Codex CLI 后，AI 能够连续工作数小时，消耗 300M+ ...
Claude Opus实测完胜：AI代理时代，为何GPT Codex显得过于“被动”？
一位开发者在代码生成工具OpenClaw的实测中，对比了Claude Opus与GPT Codex的运行表现。结果显示，Claude展现出更强的“代理”特质，能理解指令后自主执行多步任务直至完成；而GPT Codex则显得过于死板被动，需用...
用户实测反馈：国内主流模型（豆包、千问）法语语音表现不佳，AI多模态仍有短板
在技术社区Linux.do的讨论中，有用户针对法语口语练习场景对多款主流大模型进行了实测。结果显示，国内头部模型如千问、豆包在法语实时语音交互方面的表现不尽如人意，无法满足日常练习需求；相比之下，GPT-4o在该场景下表现中规中矩。这一用户...
AI重构实录：GLM-4.7联手Claude完成React至Vue3迁移
作者分享了利用 AI 工具将公司老旧官网从 React 16 重构至 Vue 3 的实战经验。通过 ClaudeCode 搭配 GLM-4.7，成功完成了 20 个页面的迁移。GLM 表现出约九成 Claude 的功力，处理常规任务高效且成...