科学与数学 / GPT-6 Astra

财务文档预埋错误检出测试

@vibecodingth·2026-09-06未公开提示词

关于这个作品

预先在财务数字中植入错误，再对比模型检出结果。二手转述；41 份、4 处及 50 万英镑差异均未独立验证。

评测

创作者尚未公开这个作品的提示词。你可以查看作者原帖或项目源码，了解更多创作细节。

Most entries have no play URL, source, or full prompt. Use the original post.

科学与数学

Epoch AI 评测中，预发布 GPT-6 Astra 自主写出 Lean 4 反例。仓库含 Challenge/Solution、Comparator 配置和 CI。

科学与数学

比较 Astra、Fable 5.1 和 Grok 4.6 的欺骗能力。源码公开。

科学与数学

用屏幕观察通关 Patrick's Parabox 的基准仓库。

科学与数学

tadamcz 的另一个 Lean 4 开放问题探索仓库，与 Köthe 工作配套。