2. Linux.do
  3. （整活）鹈鹕骑车跑分，来看看你的鹈鹕有多强！

（整活）鹈鹕骑车跑分，来看看你的鹈鹕有多强！

伊多拉修 2026-08-07 09:30 1

最近拿grok4.5跑了不少鹈鹕骑车，跑都跑了，索性拿一百多份html做特征分析，做了个65项基准测试跑分 ^-^

基于grok鹈鹕样本，其他模型可能不准 ^-^

让grok写的，前端k3修了一下，图一乐，仅供消遣。

传送门：https://htbike.amiibot.com/

最新回复 (19)
  • Jerry 08-07 09:32
    1楼



    sol-max挑战最高分

  • 席乐 08-07 09:34
    2楼

    怎么搞的？ ai 自动看成品吗？

  • Salloway 08-07 09:35
    3楼

    那个蓝色的屁股也会骑自行车吗佬 ^-^是哪个模型画的告诉大伙避雷一下

  • 伊多拉修 楼主 08-07 09:37
    4楼

    哈哈哈哈，基线全是grok的样本出的，对其他模型水土不服，可能有些硬判条件没过被算降智了，等我回去改改 ^-^

  • 伊多拉修 楼主 08-07 09:38
    5楼

    应该是降智后的grok4.5 ^-^

  • milospace 08-07 09:41
    6楼




    降智 哈哈哈哈

  • RzMY 08-07 09:41
    7楼

    Kiro反代的Opus5 UltraCode

    Agent用的Claude Code

    提示词：生成html，内容是svg绘制鹈鹕骑自行车2D动画，不用进行测试。



  • 太子 08-07 09:43
    8楼

  • 邪恶老登 08-07 09:44
    9楼

    我都是玩两个哥布林叠罗汉骑自行车

  • 伊多拉修 楼主 08-07 09:45
    10楼

    看来，还要再改改，样本量不足 ^-^

  • xxx_ 08-07 09:46
    11楼

    这个低分我的sol会很伤心的


  • 伊多拉修 楼主 08-07 09:46
    12楼

    对样本打标，ai提取相似特征，做成脚本对特定指标进行检测。

  • 三点水也 08-07 09:47
    13楼




    gpt-5.6-sol-max + codex

  • 绎袅 08-07 09:49
    14楼


    还有救吗…

  • zuogaocan 08-07 09:55
    15楼



    废了 废了 -63

  • 三点水也 08-07 09:59
    16楼





    gpt-5.6-luna-max + codex


    luna性价比太高了！！！

  • zuogaocan 08-07 10:00
    17楼



    还得是gpt啊

  • Gsen 08-07 10:02
    18楼



    哈哈哈搞笑呢

  • Allen 08-07 10:03
    19楼



    公益站的GLM

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐