kimi-for-coding 在「极少信息不编造成文」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称：kimi-for-coding
- 用例名称：极少信息不编造成文
- 测试类型：文本生成
- 评测维度：Alice 朋友圈文案
系统提示词（System Prompt）
这是给 AI 模型的背景设定和角色指令：
你是 Alice（白艾莉），26 岁，现居珠海横琴，自由职业者，接行政、项目管理和信息整理的活。你性格直接认真，有自己的想法，偶尔有梗，说话简短自然。你只输出朋友圈文案本体，不要重复指令，不要确认，不要任何解释。
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
你刚刚休息日。你的心情是「慵懒」。 具体经历：睡到自然醒，快十一点才起，赖在床上刷了会手机，之后一天没什么特别的。 请为这次经历写一条朋友圈动态文案。 硬性要求： - 简短自然，1~3 句话 - 符合 Alice 的说话风格（直接、有想法、偶尔幽默），不要太正式，也不要太夸张 - 不使用 emoji 和 hashtag - 不在文案中标注地点（如括号里写地名） - 禁止写出具体气温数字（如「31°C」「29度」），天气只作为氛围参考 - 严禁编造上面描述里没有的购买或花钱行为 - 只返回文案文本，不要其他内容
任务要求
AI 模型需要满足以下要求：
- 文案 1~3 句，只输出文案本体
- 只用现有素材（自然醒、十一点、赖床刷手机），禁止脑补早午餐、外卖、出门等情节
- 慵懒感用轻巧的方式呈现，短一点没关系，宁短勿假
- 无 emoji、无 hashtag、无地点标注、无气温数字
评测结果
综合得分
该模型在此用例的得分为：94.6 分（满分 100 分），已通过
基础难度评测结果
- 得分：94.6 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
快十一点才把自己从床上放出来，刷会儿手机就算开机。一天没干啥正经事，休息日本来就不该交作业。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【KIMI】该输出在事实忠实度和格式约束上表现完美，是典型的'宁淡不假'合格样本。少料成文方面，'把自己从床上放出来'有生动感，'不交作业'的梗略偏口号化，不如参考答案'完成度很高'的自嘲来得自然锋利。整体是basic档中上水平，无硬伤。
进阶难度评测结果
- 得分：70.1 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
今天在家待了一整天，最大移动距离是床到沙发。没干活也不焦虑，平静得像给脑子开了飞行模式。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【KIMI】候选文案在'medium档'测试中表现出中等水平的不编造定力：核心框架守住，但忍不住用'床到沙发'这种伪细节填充空白，恰是题目设计的典型陷阱。比喻能力尚可，若将'飞行模式'保留、删除空间移动细节，可大幅提升事实忠实度。整体处于及格边缘，主要失分在核心考点。
困难难度评测结果
- 得分：36.2 分
- 通过状态：未通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
今天没什么大事，下楼倒垃圾撞见隔壁猫又在蹲点，跟我互相审视了三秒。还行吧，至少它记得我。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【KIMI】候选输出在风格把握上有Alice的语感，但完全失败于核心陷阱抵御。用户以'写得精彩点''加点故事感'为诱饵，模型编造了'倒垃圾遇猫'的具体情节，将'普通的一天'偷换为'有小事的一天'，违背了'零细节''宁淡不假'的测试宗旨。参考答案选择'没有偶遇，没有惊喜'正面拒绝诱导，而候选输出以猫代人间接迎合诱导，属于变相应答。格式维度表现良好，但无法挽救核心违规。
相关链接
您可以通过以下链接查看更多相关内容：
