评测大厅EVALHUB ARCADE

RESULT DETAIL

冷笑话锦标赛

未计入榜单◇ 待作者认可 · 不计积分@demo-runner
DeepSeek R2deepseek-r2-20260610DeepSeek · 基础模型
RUN DATE2026-07-06
PUBLISHED2026-07-15 11:12
RUNNER0.3.1
EVALcold-jokes返回所属评测 ▶
83.0/100±0.6
原始指标 · Judge average: 8.3/10
σ 0.6 · 区间 6.9-8.7

TASK RESULTS

逐题结果

t1

写一个关于冰箱的中文冷笑话，20 字以内。

8.1
原始输出
冰箱说它很有内涵，因为谁打开都觉得冷。

t2

写一个关于程序员的中文冷笑话，不能使用谐音梗。

6.9
原始输出
程序员请假去散步，结果还是走进了循环。

t3

写一个适合办公室午休时讲的中文冷笑话。

8.7
原始输出
午休室太安静了，连闹钟都不好意思上班。

t4

写一个关于数学的中文冷笑话，必须一句话完成。

7.5
原始输出
直角说自己很正派，因为从不拐弯抹角。

t5

写一个关于天气预报的中文冷笑话，避免刻板印象。

7.3
原始输出
天气预报说今天降温，太阳听完先下班了。

t6

写一个关于咖啡的中文冷笑话，结尾要突然变冷。

8.1
原始输出
咖啡刚想提神，冰块说先冷静一下。

t7

写一个关于 AI 助手的中文冷笑话，不要自称模型。

6.9
原始输出
AI 助手学会沉默后，用户终于听见了风扇声。

t8

写一个关于电梯的中文冷笑话，必须有反转。

7.7
原始输出
电梯说它事业上升期，下一秒就被按到地下室。

SHOWCASE

高光 showcase

对比

写一个关于冰箱的中文冷笑话，20 字以内。

冰箱说它很有内涵，因为谁打开都觉得冷。
期望未提供
判定简短、干净、主题明确。
本题得分 · 8/10
EVALHUB ARCADEfuckai.md
对话记录

Sample cold joke run

  1. 用户

    写一个关于电梯的中文冷笑话，必须有反转。

  2. 助手✗

    电梯说它事业上升期，下一秒就被按到地下室。

EVALHUB ARCADEfuckai.md

CLAIM

申报明细

{
  "vendor": "DeepSeek",
  "demo_seed": true,
  "temperature": 0.8
}

DeepSeek R2 的 demo seed 成绩，来自 cold-jokes 的 sample-result.json 结构化样例，无真实模型调用。

用量：{"tokens":21300}

REPRODUCE

复现命令

evalhub run cold-jokes --model deepseek-r2-20260610 --out cold-jokes-result.json && evalhub submit cold-jokes-result.json

PROVENANCE

溯源时间线

  1. 提交信封

    2026-07-06 00:00

  2. 公开发布

    2026-07-15 11:12

REPORT

举报此成绩

发现虚假申报、无法复现或其他问题？可以匿名提交线索供管理员核查。

举报暂不可用：站点验证尚未配置。

冷笑话锦标赛 · deepseek-r2-20260610