AI 产品

AI模型判断一致性基准测试更新，新增15个模型

一个基准测试评估AI模型在对话或叙述中是否保持自身判断或跟随讲述者，旨在探讨模型的可靠性和一致性。最新更新新增了15个模型，该测试已发布在社交媒体上，但来源非官方，因此讨论可能尚未得到完全验证。

多来源证据

事件时间线

1. 8月6日 02:20
   Twitter/X AI List
   这个基准测试问一个简单问题：模型是保持自己的判断还是同意当前讲述故事的人？ 重大更新，新增15个模型