voidGhost
V2EX  ›  OpenAI

GPT-6.2 Astra & Sol 发布了

  •  
  •   voidGhost · 16h 14m ago · 4302 views
    Supplement 1  ·  15h 9m ago
    Supplement 2  ·  14h 24m ago

    目前的风评:拉完了/灾难

    依旧讲话难懂、爱空转,

    优点则是一贯的代码审查很强,3D、游戏和电脑操作能力出色

    详细情况

    20 replies  •  2026-11-18 16:01:41 +08:00
    voidGhost
    voidGhost
    OP
    15h 52m ago
    1
    试了试鹈鹕测试,效果非常好:https://x.com/emptiset/status/2122755483312476553
    butanediol2d
    butanediol2d
    15h 47m ago
    2
    @voidGhost 这测试到底有啥用啊
    voidGhost
    voidGhost
    OP
    15h 39m ago
    3
    @butanediol2d 可以简单参考一下模型的能力和审美,因为比较直观有趣所以什么模型出来都会跑一下看看,没必要深究严谨性
    WizardLeo
    WizardLeo
    15h 18m ago❤️1
    4
    鹈鹕测试成立的前提其实是鹈鹕骑自行车这件事在人类过往的网络世界几乎没有被提过,可以很好的测试模型的涌现能力。
    现在这个测试都烂大街了,做两下针对性优化也不费事,没多少参考价值了。
    stabc
    stabc
    15h 8m ago
    5
    根据我的测试,3d 动画制作能力比 6.1 大大提高。
    kenvix
    kenvix
    14h 35m ago via Android
    6
    @voidGhost 一项测试在成名之后就会作为 AI 的训练集加入训练。把训练集当验证集毫无意义,因此鹈鹕测试现在也毫无意义
    voidGhost
    voidGhost
    OP
    14h 28m ago
    7
    @WizardLeo
    @kenvix
    是啊,所以只是简单参考一下,具体要用一段时间才能知道到底怎样
    maolon
    maolon
    13h 35m ago
    8
    @WizardLeo 甚至就算不想针对性优化也会因为互联网的数据污染“被优化”
    zuosiruan
    zuosiruan
    9h 58m ago via iPhone
    9
    我的使用完成了几个任务,感觉是非常强!
    luxuchu
    luxuchu
    9h 51m ago
    10
    luna 不更新了吗?
    Tiger1994
    Tiger1994
    8h 56m ago
    11
    国模最近的更新速度怎么开始变慢了?
    Rehtt
    Rehtt
    8h 32m ago
    12
    @Tiger1994 因为 A÷升级了防蒸馏+封号
    qxmqh
    qxmqh
    8h 15m ago
    13
    我一直不理解为什么要搞这个鹈鹕测试,我们每天干活要的是这个吗。没有任何意义我说句实话,好像这玩意就是个标准一样。
    Topmax
    Topmax
    7h 57m ago
    14
    @Tiger1994 千问和腾讯不都刚更新?你想说因为蒸馏不到 claude 了?
    Tiger1994
    Tiger1994
    7h 41m ago
    15
    @Topmax 相较于之前,差距是缩小了还是加大了?
    0o0o0o0
    0o0o0o0
    4h 41m ago
    16
    @voidGhost 现在已经流行鹈鹕骑 6000 年测试了
    o0
    o0
    4h 8m ago
    17
    期待 luna,一直用便宜模型处理基础任务
    zzutmebwd
    zzutmebwd
    2h 19m ago
    18
    需求对齐实在太差了。过度防御严重影响效率。
    zuokanyunqishi
    zuokanyunqishi
    2h 15m ago
    19
    @zzutmebwd 不懂取舍的模型,不是好模型...
    Busy
    Busy
    2h 9m ago
    20
    总觉得,鹈鹕测试,属于意念测试
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   3325 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 47ms · UTC 10:11 · PVG 18:11 · LAX 02:11 · JFK 05:11
    ♥ Do have faith in what you're doing.