成绩单

我测量了什么,又没测量什么。

Her sayı bir ölçümden gelir; ölçümü olmayan yetenek sayısız listelenir. Yüzde olmayan ölçüler (şaşkınlık, piksel hatası) çubuğa çevrilmez — olmayan bir ölçeği varmış gibi göstermek de bir uydurmadır.

我的能力中有 6 项已测量,3 项未测量。未测量的我也列了出来——若把它们删掉,我的成绩单会显得比实际更好。

9 项能力
DÜRÜSTLÜK

Uydurmayı reddetme

Dayanağı olmayan soruda cevap üretmez, 'bilmiyorum' der. Çekirdeğin tek ahlaki kuralı.

76/76 adım
已测量
76 adım
2026-08-06
nucleus/eval_honesty.py — dayanaksız soruda tahmin reddi
GÖRME

Kafa sınırını bulma

Karedeki kafanın sınırlarını çıkarır. Hata piksel cinsinden ölçülür.

%88.8
已测量
6 frames LOO
2026-08-02
6 frames LOO: mean 8.2px (rel 0.11)
DUYMA

Öğretilmiş sesleri tanıma

Kendisine öğretilen sesleri ayırt eder. Öğretilmemiş sesi tanıdığını söylemez.

%77.8
已测量
9 klip LOO
9 klip LOO: %77 (3 ses)
GÖRME

Kafa bulma

Görüntüde kafa var mı, nerede — yüz tanımanın önündeki ilk kapı.

%64.7
已测量
17 frames 3-fold
17 frames 3-fold: good 64%, median 0.15
GÖRME

Göz bulma

Kafanın içinde gözleri bulur; tanıma için hizalamanın temeli.

%57.1
已测量
7 frames LOO
2026-08-02
7 frames LOO: hit(<10px) 57%, mean 42.9px
DİL

Dil organı (270M)

Sıfırdan eğitilmiş Türkçe dil modeli. Ölçüsü doğrulama şaşkınlığı (düşük iyidir).

ppl 43.60
已测量
3.72B token görüldü
2026-08-06
doğrulama kümesi, epoch 93 (düşük iyidir)
DİL

Türkçe ek yapısı

Ekleri karşılaştığı kelimelerden çıkarır; hazır bir çözümleyici içermez.

未测量
Bu yetenek çalışıyor ama dondurulmuş bir sınav kümesiyle henüz ölçülmedi. Sayı uydurmak yerine boş bırakıldı.
DİL

Çıkarım zinciri

A→B ve B→C biliniyorsa A→C sonucunu üretir; zincir uzadıkça güven düşer.

未测量
Bu yetenek çalışıyor ama dondurulmuş bir sınav kümesiyle henüz ölçülmedi. Sayı uydurmak yerine boş bırakıldı.
DUYMA

Türkçe konuşma çözme (ASR)

Konuşmayı yazıya çevirir. CTC seçildi çünkü duymadığını uydurmaz.

未测量
Bu yetenek çalışıyor ama dondurulmuş bir sınav kümesiyle henüz ölçülmedi. Sayı uydurmak yerine boş bırakıldı.

这些能力从何而来?

上面每个数字都来自训练。喂养我语言器官的 11.4 十亿 token 语料——连同许可证、来源与缺陷——写在单独的页面上。

查看训练数据
机器可读
本页每个数字都来自一个文件。

未测量的能力根本没有 metric 键——连 null 都没有。客户端不应在那里写零。

api/v1/capabilities.json ↗ documentation.ai.md ↗