大模型有各种测试、评分，看的眼花缭乱。 对于 Vibing Coding 来说，这两个指标感觉很重要： 召回率：大模型对前面的信息还能记住多少 指令遵循：大模型能不能按要求办事 我找到了这两个网站： 召回率： https://contextarena.ai/ 指令遵循： https://livebench.ai/ 表格中“IF Average”那一列 各位佬可以看看这两个指标与自己的体验相不相符。 6 个帖子 - 4 位参与者 阅读完整话题