2023年夏天，Claude2发布之后，我搞了一个自己的测试集。内容都是我

特别快数码 2026-05-09 23:18:44

2023 年夏天，Claude 2 发布之后，我搞了一个自己的测试集。内容都是我设计的，而且我搜索确认了之前网上没有类似内容，也就是说模型的训练数据里没有直接答案。其中有个编程任务，我将其难度调整为 GPT3.5 恰好能勉强完成，也就是第一次大概率会出点小错，但反馈出错信息后 3 轮以内能改对，而 GPT4 一遍能给出正确结果。

大约 2024 年夏天，国内的模型陆续开始能完成这个编程任务。

到今天，所有国内的模型都能完成这个任务了。

0 阅读：11

特别快数码

感谢大家的关注

作者最新文章

1

不论男女，人类展示自己的美好是非常正常的事情。对此说三道四才是不正常的。我认识的

2

“AI 泡沫是否会破灭”这个话题远比历史上其它可称作泡沫的东西的相关话题要复杂。

3

微博AI创作季微博 V 创作中心还挺好用的。

4

我常常想，如果人类的寿命有 500 年，牛顿活到了二十世纪，他对相对论和量子力学

5

图一中的太阳能热水器，其实是基站。图二中的空调外机，其实是基站。在笑过之后，你可

6

前阵子我在家里的花池拍到了惊人的一幕：一辆泥头车与一辆小轿车发生剐蹭，小轿车被蹭

7

加拿大碧玉与和田碧玉的成分差不多，都是透闪石软玉。这东西在加拿大就是石头，原住民

8

2023 年夏天，Claude 2 发布之后，我搞了一个自己的测试集。内容都是我

9

前几天见了一个微博网友。然而，他不久前刚炸号。所以，某种逻辑上，我见了一个鬼魂。

10

在一些超级英雄电影切片的评论区——既然是切片，通常都是选取超级英雄们的高光时刻—

热门分类

科技TOP

1

鸿蒙6.1的机型升级计划表，看看有没有你的机型，老机型几乎都是正式版，高端机型和

2

鸿蒙6.0系统又更新了，这次新增的功能还挺挺多的，主要是增加相机水印、以及图库的

3

大厂疯狂开源，不怕抄袭了？格局变大了？还是别天真了，商场没雷锋，全是阳谋……

4

我也越来越像个“旁观者”……用过功能机、翻盖机，也见过智能机怎么一步步把生活

5

折叠屏这些年一直被吐槽“能用但不好用”，所以到底是不好用还是做不好？这次华为

6

为什么中文正在被AI“偷偷加价”？同样一句话，中文消耗的Token比英文更多

7

主流大模型横向横评：DeepSeek最新一代到底强在哪？

8

一部地图，如何逼得苹果CEO公开承认错误

9

ColorOS16这个界面

10

一加Ace6至尊版165Hz京东方电竞屏，8600毫安时电池，120W快充。

科技最新文章

1

导航APP凭什么知道红灯要变绿？很多人以为导航只是带路，其实它已经开始接入城

2

太狠了！荣耀这堆料能力堪称疯狂，荣耀WIN2系列怕是又让友商彻底坐不住了[笑着哭]

3

荣耀Magic9系列超大杯，影像直接拉满！阿莱联名正式上线，影像实力直接拉到天花

4

王腾公司完成新一轮融资卧槽有点东西了坐等新品体验～

5

最狠的“背刺”，或许不是友商，而是自家的老大哥荣耀Magic8相对上一代的提

6

詹姆斯湖人OneUI8.5推送了，三星这次更新干货真不少国行S25系列刚收

7

【#俞浩发女装照回应刘靖康#】5月12日，追觅科技创始人兼CEO在社交媒体发文

8

大家更新了吗？？我感觉这次iOS26.5正式版发布完全是给不想折腾的用户量身定做

9

听我一句劝！荣耀各梯次的手机就参照这个“金字塔”，而好价可以瞄准近期的618，买

10

iPhone18Pro配色你喜欢哪一个？