SlopGrid 发布无代码 LLM 视觉基准测试工具

开发者 klntsky 在 Hacker News 的 Show HN 发布 SlopGrid，一个无需写代码即可编排 oneshot LLM 视觉基准测试的应用，灵感来自 Simon Willison 的基准测试文章，可在手机上一次性复现。 除文本和图像外，该工具还支持 SVG 输出和完整静态网站；klntsky 称这部分是基准测试最有意思的地方。他还加入修改 chat completion API 聊天历史的功能，认为可用于模型红队测试，但表示尚未发现该功能有令人印象深刻的使用案例。klntsky 称该工具帮助自己加深了对不同 SOTA 模型优缺点的直觉判断。

AI 根据报道生成 · 4 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。