• 魏哈哈

    最近被oai搞麻了,动不动就降智,把项目写的稀巴烂,实在受不了就写了一个实时监测中转是否降智商的网站。

    地址:https://manxue.facingagi.com/

    目前主要测试两个内容:

    * *测糖果题*:记录模型回答,查看最近 24 小时的通过率和检测时间线。

    * *画骑自行车的鹈鹕*:让模型生成 SVG 动画,保留到画廊里,可以点开看细节,对比不同时间的输出,还增加了视觉审核,如果不通过的会识别出来(准确率有待考究)。

    最好的一点就是当我要用的时候我可以先看一下实时监测记录,如果降智的话就直接放弃。。。。

    也支持*用自己的 API 接口测试*。填地址、Key、模型和思考强度,可以只测糖果、只画鹈鹕,也可以两项一起跑。支持 Responses 和 Chat Completions。

    当然:

    这两个题目不能代表一定不降智,也不能证明模型是真的。

    目前先把这两项做起来。欢迎佬友们试试,也想听听大家平时用什么题观察模型状态,尤其是那些能反复测、又不容易靠背答案过关的题。

    如果有好的题目的佬可以发给我,我给加上去。

    附上截图:

    图片

    图片

    主楼
  • Atoz_03

    测benchmark会好一点,codex雷达

    图片

    #1
  • 魏哈哈

    好的 谢谢 等我看看去

    #2
  • woshidoi

    楼主有开源的打算吗哈哈

    #3
  • 魏哈哈

    可以呀 等我整理一下就开源

    #4
  • woshidoi

    开源了老哥记得踢踢我,一定给老哥star,感谢老哥~

    #5
  • thus

    中转的话可不可以整理一下不降智的

    #6
  • SafariBest

    这一天下来要花不少token^-^

    #7
  • 魏哈哈

    大概几块钱吧,我算了一下的

    #8
  • BattleAngelES

    老哥这个怎么看自己的啊

    #9

发表回复

登录后回复