EXPERIMENT / G2 · 2026.09

浏览这次训练的作品.

从 3D 场景到交互游戏。查看真实输出,以及每个作品背后的 prompt 与评分。

294固定测评题
ABOUT THE EXPERIMENT

这一页展示了什么?

这里展示的是 Qwen3-4B-Base 经 VeOmni 训练后,在固定 294 道测评题上的输出,不是 GLM 生成的训练样本。

训练数据
9,971 条 g2 query 与 GLM-5.3 HTML
训练
VeOmni · 两轮 · 508 步
测评集
生成
temperature 0.7 · top_p 0.95 · thinking 开启
评审
Gemini-3.8-Flash · temperature 0
评分依据
逐题 rubric + 保存的截图 + HTML 源码

评分格式失败的题目会以更高返回上限补评,完整返回可能仅映射字段名;原始逐项判断不改动。截断作品展示的是原测评流程提取的 HTML。