跳到正文
Hacker News LLM· nathanfig·· 2026-10-12AI 评分53

LLM 记忆中的导航测试:各模型无工具调用下的路线生成表现

Driving directions from LLM memory

AI 导读

作者 nathanfig 对包括 Opus 5.5、GPT-5.6、Kimi K3 等在内的多个 LLM 进行无工具调用的导航指令测试,结果发现小模型普遍表现不佳,Opus 5.5 以 10/15 的净得分位居榜首,而 Qwen3.8 27B 因幻觉严重获得负分。

来源:Hacker News LLM · fig.blue