Mistral Large 4 生成的魔方模拟未通过功能测试

原标题Mistral Large 4’s Rubik’s Cube Simulation Fails a Functionality Test

Matthew Berman 测试生成的魔方模拟,发现不同版本分别存在打乱和颜色处理问题。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年10月8日
视频
0:33
阅读
1 分钟
幻灯片
2
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

在这段简短演示中,Matthew Berman 要求 Mistral Large 4 构建魔方模拟。第一版看起来逼真,却无法打乱;修改后的版本可以转动各面,但颜色消失了。他怀疑问题与模型和运行框架的交互有关,不过片段并未确定原因。

  1. 1外观逼真的魔方生成的魔方可以旋转,看起来也不错,但打乱按钮没有反应。
  2. 2不完美的修改再次迭代后,各面可以转动,但颜色消失了。
  3. 3原因尚不确定Berman 怀疑模型与运行框架的交互,而没有将结果完全归咎于模型。

要点建议

  1. 外观逼真并不能证明交互控件正常工作。
  2. 在这次测试中,第一版模拟没有响应打乱操作。
  3. 修改后魔方的各面可以转动,但颜色消失了。
  4. Berman 怀疑模型与运行框架的交互,但这段简短演示没有定位故障。
全文

按章节阅读整理后的全文

只看原始文稿
01

第一版模拟

Berman 测试生成的魔方。它外观不错,但打乱功能不起作用。

初始魔方
幻灯片 1 / 2初始魔方打乱测试之前,生成的模拟显示了一个彩色魔方。

我认为这次测试失败了。我向 Mistral Large 4 发出常用提示,要求构建一个魔方模拟。魔方看起来不错,也可以旋转,但点击打乱按钮没有任何反应。如果控件不起作用,光有逼真的外观还不够。

02

迭代与诊断

修改后的魔方可以转动,但颜色消失。他提出了一个涉及模型和运行框架的初步解释。

迭代后颜色消失
幻灯片 2 / 2迭代后颜色消失修改后的模拟展示了转动的各面和缺失的颜色。

我回去继续迭代。下一个版本可以正确转动各面,但颜色消失了。我不单独归咎于模型;我怀疑问题在于模型与运行框架的交互。这次简短测试展示了现象,但没有确定是哪一个组件造成了问题。

同频道的其他文章

5 张幻灯片14:45EN → 简体中文
Matthew Berman· 2026年10月29日Matthew Berman 解读 Google 的 Gemini 4 Carbon 公告Matthew Berman · Forward FutureMatthew Berman 回顾 Google 公布的 Gemini 4 Carbon 基准结果、分阶段开放计划与定价,同时指出自己尚未使用该模型。Foundation ModelsBenchmarksAI cost & performance+2
12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1