BullshitBench
✨衡量 AI 模型是否会挑战无意义提示词而非自信回答的基准测试工具，包含 100 道覆盖 5 个领域的无意义问题，采用三级评判体系与多裁判面板机制。
Python大语言模型CLI
全部项目
1 个项目
每页
第 1 / 1 页 · 共 1 条
衡量 AI 模型是否会挑战无意义提示词而非自信回答的基准测试工具，包含 100 道覆盖 5 个领域的无意义问题，采用三级评判体系与多裁判面板机制。
第 1 / 1 页 · 共 1 条
获取最新的 AI 工具和趋势，直接发送到您的收件箱。没有垃圾邮件，只有智能。