X @karpathy8/2 17:10AI 評分43
Karpathy 發布可玩瀏覽器版指環王電影
Karpathy 把指環王電影的原始碼上傳到 karpathy.ai/lotr-movie，可在瀏覽器直接遊玩、fork。這條推文同時轉發了 Simon Willison 關於「鵜鶘騎腳踏車」測試的後續文章，並調侃 GTA Hobbiton 會比 GTA VI 先發布。
搜尋
找到 5 筆
X @karpathy10/2 07:35AI 評分53
Karpathy 用 16200 次座標提問測 LLM 地理能力
Karpathy 提出一個簡單評測：只給 LLM 一個經緯度文字座標，問它“Land or Water?”，重複 16200 次後把結果畫成影像。他表示模型能答對，原因是訓練時壓縮了網際網路資料。該評測無需額外工具，可直接用 API 批次跑。
X @karpathy10/2 01:37AI 評分50
Karpathy 建議用圖表、網頁和影片理解 LLM 輸出
Karpathy 認為，隨著 LLM 能力提升，人的工作會更多轉向監督與理解模型輸出，而 LLM 本身也能幫忙。他推薦幾個技巧：讓模型用 ASD-STE100 受控語言寫作，或要求輸出 HTML 網頁、圖表，甚至定製講解影片，例如用 ElevenLabs API key 生成 3b1b 風格影片。這些大型、一次性軟體產物以前不值得做，現在可以按需生成。
X @karpathy● 精選8/2 04:00AI 評分67
Karpathy 用 Opus 5 把《魔戒》首段渲染成 3D 場景
Karpathy 給 Opus 5 輸入《魔戒》第一段、100 萬 token 預算（約 10 美元），讓它用 three.js 渲染這個故事。Opus 5 執行約 2 小時，寫出 5500 行程式碼，程式化生成了粗糙但可玩的 3D 場景。他指出這類任務沒人願意手工做，但 LLM 有無限耐心，成本近乎免費；同時也暴露 LLM 無法原生高效感知影片或玩遊戲，只能緩慢截圖自查，導致不少瑕疵。
X @karpathy7/21 17:53AI 評分47
Karpathy 分享用語音長談餵給 LLM 的工作模式
Karpathy 說他常用一種「長時間語音漫談」的方式與 LLM 協作：當懶得打字、又需要給模型更多上下文時，就切到 /voice 連續說上約 10 分鐘，內容雜亂、意識流、允許錯別字。他有時會先宣告「已切換到語音識別，抱歉有錯字」，有時把它變成幾輪小訪談。他發現 LLM 很擅長重建這種長而不連貫的漫談，複述出來的思路往往比原話更清晰，從而減少後續糾正。