我也觉得，不知道什么时候开始鹈鹕突然变成检验标准了

b站之前有一个大佬整活，训练了一个0.2B的模型，只会做鹈鹕，面向鹈鹕的单一专家模型^-^^-^^-^

0u0ai杀穿国内所有模型，GPT-6 Astra 只能五五开

推理能力上问题不大，就是不稳定

鹈鹕确实看不出什么东西来，那玩意就是图一乐

感觉有些人已经魔怔了，模型好不好用用画鹈鹕判断…实际上真正在用的人，有几个关心鹈鹕画的好不好的

它现在主要的问题应该是贵

鹈鹕

鹈鹕骑车最早是模型能力还不强的时候用来测试模型能力的，svg对当时的模型来说还有点难度，骑车的各种细节还是比较复杂的，为了防止是训练过的题型，第一个搞的老哥特意选了鹈鹕骑车这种抽象题。后面火之后因为各个模型都测这个比较多可以快速横向对比就都还是测这个比较多。再之后才是发现gpt降智厉害用鹈鹕了测降智。现在大部分模型都能画对了，改看审美了。不过这个基本也画到头了，没太大参考价值了。