前沿模型幽默能力人类盲评研究

2026年10月6日，一项针对前沿AI模型生成原创笑话能力的人类盲评研究结果被发布。该研究由ilreb（Lossfunk）开展，目的是检验大语言模型能否产出原创且好笑的笑话。研究共收集62名受访者的评分，每人需在10分钟会话内对48个笑话进行评分。分析排除了183名未完成在线问卷的受访者，其笑声率为3.7%，而完成在线问卷者的笑声率为10.6%。结果显示，OpenAI与Anthropic的六款模型形成两个梯队：GPT-6 Astra、Fable 5.1和Opus 4.5组成最强梯队，GPT-5 mini、GPT-5.2和Haiku 4.5组成较弱梯队。研究代码与报告已在GitHub（paraschopra/jokes-verifiable）公开。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。