检测大模型对胡说八道信息识别能力的测试：BullshitBench刚更新了v2

蚁工厂 2026-03-03 11:47:51

检测大模型对胡说八道信息识别能力的测试：BullshitBench 刚更新了v2版本。

0 阅读：0

感谢大家的关注

作者最新文章

1

雷军建言把智驾内容纳入驾考里面这条挺好的：把L2级辅助驾驶 “脱手脱眼” 纳入

2

linux.do上一个老哥HCPTangHY 对官网上正在测试的deepseek

3

Gemini 3.1 Flash-Lite 发布

4

谢谢你们让世界开始喜欢上中国模型。谢谢你们可以在Llama 还没拉的时候击败它们

5

OpenSandbox,阿里开源的面向 AI 应用的通用沙箱基础设施github

6

是这样的

7

如何从零开始构建一个低于500毫秒延迟的语音助手www.ntik.me/post

8

暴露在公网上的小龙虾实例 openclaw.allegro.earth/危~

9

检测大模型对胡说八道信息识别能力的测试：BullshitBench 刚更新了v2

10

字跳刚发了个专门用来写 CUDA 内核的Agent：CUDA Agent, 以后

热门分类

科技TOP

1

国家超算互联网免费支持OpenClaw国家超算互联网免费给OpenCla

2

当下高端手机市场同质化严重，各大品牌陷入参数堆砌的内卷怪圈，追觅AURORA手机

3

界面新闻独家获悉，OPPO子品牌一加将于3月10号宣布涨价，涨价幅度为300元到

4

这就是你的iPhoneFold

5

华为畅享90有点东西！华子高端市场非常成功，这要是中端市场铺开，不得起飞了！期

6

在杭州，提起互联网大厂，大家第一反应还是阿里、网易。但最近一份《杭州互联网&科技

7

这个边框控制喜欢吗？

8

听我一句劝！荣耀的中高端旗舰不能乱选，小心选错悔断肠，这四款中择优选择更明智[灵

9

苹果首款折叠机要来了iPhoneUltra终于来了，7.8英寸大屏、液态金属铰

10

2026年1月中国AI助手应用排行榜榜单！📊豆包以日均5186.8万活跃用户断

科技最新文章

1

鸿蒙6.0这个居然也可以自定义，这个还真有趣，鸿蒙系统的这个玩法可玩性现在也是越

2

谁说有钱人用手机不戴手机壳，谁知道谢霆锋用的是哪个品牌的手机有人说是华为，有

3

传音手机真的会设计可惜是非洲王

4

狗东上荣耀WinRT几乎断货！荣耀WinRT这机子真的离谱——2500多给骁

5

不是？荣耀MagicOS11这就来了？！据荣耀小芳哥在社交平台爆料大版本已在已

6

看OPPOFindX9Ultra这个壳子，Deco比X8Ultra大一圈

7

下午没事去逛街，顺便上手体验了下OPPOFindn6。整体手感很轻薄，屏幕观

8

红米K90至尊版：这哪是中端机，分明是卷出来的“六边形战士”现在手机堆配置早

9

四款折叠屏摆一起，折痕差距一眼就看清了眼见为实，耳听为虚！！现在市面上热门的

10

REDMIK90ProMax：偏科生的快乐，懂的都懂！第五代骁龙8至