Simon Willison's pelican-riding-a-bicycle benchmark
AssessKỹ thuật
Benchmark dùng để đánh giá mức độ mô hình tạo SVG từ các prompt hình ảnh mang tính thử nghiệm.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 1 nguồn, chủ yếu là tin nghiên cứu, 1 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 3Hacker News·14/9/2026researchChạy lại benchmark SVG với LLM mới trên sáu mô hình
Một bài đăng trên Hacker News mô tả phần tiếp nối benchmark pelican-riding-a-bicycle của Simon Willison, dùng các LLM mới hơn để tạo SVG từ các prompt tương tự như bạch tuộc chơi đàn organ ống. Tác giả đã thử 10 prompt trên 6 mô hình qua OpenRouter, tốn khoảng 20 USD và công bố kết quả trên một trang liên kết.