共 2 篇
各家模型画同一只骑自行车的鹈鹕，都能交图，但画面彼此太像。这不是画错了，是多样性坍缩。读完你能理解这个现象从哪来，以及怎么用它指导自己的提示词。
Mercor 把 29 个主流 AI 基准映射到美国 923 个职业上，发现 90% 的工作小时对应的任务几乎没有覆盖。这篇讲清榜单测了什么、漏了什么，以及怎么用二三十条真实任务给自己建一个小测。