宝玉(@dotey)

我一直觉得这种测试只能测试 SVG 画图能力，并不太能体现智能水平，或者有什么理由通过这个测试能反映智能水平？

6.0内容质量
我一直觉得这种测试只能测试 SVG 画图能力，并不太能体现智能水平，或者有什么理由通过这个测试能反映智能水平？

TL;DR · AI 摘要

该测试可能无法有效评估模型智能水平，更多反映SVG绘图能力，但通过调整推理模式可显著提升表现。

核心要点

  • DeepSeek-V4-Flash-0731模型在默认推理模式下表现不佳，但调高后显著改善
  • 测试可能更反映SVG绘图能力而非智能水平
  • OpenRouter平台支持调整推理模式参数

结构提纲

按章节快速跳转。

  1. §测试争议

    质疑当前测试仅评估SVG绘图能力而非智能水平

  2. ·模型表现

    DeepSeek-V4-Flash-0731在默认模式下表现欠佳

  3. ›参数调整

    通过OpenRouter提升推理模式可显著优化结果

  4. ·结论

    测试有效性受推理模式参数影响显著

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）
  • AI测试有效性争议
    • 测试局限性
      • 仅评估SVG绘图能力
    • 模型表现
      • DeepSeek-V4-Flash-0731默认模式差
      • OpenRouter调参后改善

金句 / Highlights

值得收藏与分享的关键句。

  • Got a disappointing pelican from DeepSeek-V4-Flash-0731 at default reasoning mode - on the left - but then I bumped reasoning up to high (via OpenRouter) and got the much better one on the right

    — Simon Willison回复

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 我一直觉得这种测试只能测试 SVG 画图能力，并不太能体现智能水平

    — 宝玉原帖

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 19.4K Views 46 3 47 8

    — X平台数据

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI测试#模型评估#SVG绘图#推理模式
打开原文

宝玉 on X: "我一直觉得这种测试只能测试 SVG 画图能力，并不太能体现智能水平，或者有什么理由通过这个测试能反映智能水平？" / X

宝玉

@dotey

我一直觉得这种测试只能测试 SVG 画图能力，并不太能体现智能水平，或者有什么理由通过这个测试能反映智能水平？

Simon Willison

@simonw

Aug 1

Got a disappointing pelican from DeepSeek-V4-Flash-0731 at default reasoning mode - on the left - but then I bumped reasoning up to high (via OpenRouter) and got the much better one on the right

6:59 PM · Aug 1, 2026

19.4K

Views

46

3

47

8