热乎的 grok heavy 鹈鹕测试 还不错

链子都装哪去了，一点不符合实际啊

hhh 非常有道理。不过还好啦。实际编码使用还是非常不错的

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，其他模型会出现测不准的情况，我晚点看怎么解决一下。
（怎么还有佬对题刷分的 ^-^ ^-^
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/
[Image_…

传送门： GROK鹈鹕骑车排行榜

-100分的来了