korymath：一个怪笑话胜过 40 个跑分

2026 年 10 月 26 日，AGI Hunt 报道，开发者 korymath 在「周日辣评」中提出一个评测主张：花五分钟让前沿模型写一个怪笑话，比看基准表格里 40 个漂亮数字更能了解它的真实水平。报道称，这类说法属于对 benchmark 驱动评测文化的常见批评，并指出原文并未展开细节，既没有给出具体模型案例，也没有说明笑话好笑与否如何判定。目前该观点仅停留在这一条公开表述，尚无其他来源跟进或回应。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。