实体 Dylan Castillo

Dylan Castillo

PulseAugur coverage of Dylan Castillo — every cluster mentioning Dylan Castillo across labs, papers, and developer communities, ranked by signal.

总计 · 30天

0

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_157848 · Jul 22 · 17:17

研究发现：AI 实验室并未“玩弄”‘骑自行车的鹈鹕’基准测试

进行了一项实验，以确定 AI 实验室是否正在为其模型优化一个特定的非正式基准测试：生成一辆骑自行车的鹈鹕的 SVG。该研究测试了包括 GPT-5.6 Terra 和 Claude Sonnet 5 在内的七个前沿模型，通过生成各种动物-车辆组合的 1008 个 SVG。使用 LLM 裁判和 Gemini 3.1 Flash-Lite 分析的结果表明，实验室并未专门对其模型进行“鹈鹕最大化”，因为在测试模型中，骑自行车的鹈鹕提示的表现并…