Neural Yap
一个用于量化AI模型输出冗余程度（废话多少）的自建基准，从话术短语、排版符号、格式结构和回答长度四个维度评分，分数越低表示模型越简洁
时间轴 (近 90 天)
作者自建了一个名为 Neural Yap 的基准，专门量化AI模型回答的废话程度，分数越低表示越不废话。
Neural Yap 基准的评分体系拆成四类：话术短语、排版符号、格式结构、回答长度。
第一版 Neural Yap 基准结果显示，GPT 系列模型废话最少（排名最低），而 Claude Opus 5.5 是废话最多的模型。
Neural Yap 的 lexicon 目录用 Markdown 定义惩罚模式和短语，lexicon.py 将这些规则转成正则表达式。
Neural Yap 的正则表达式由 Claude 辅助编写，而非作者手写。
Neural Yap 的长度惩罚规则定义词数预算：编程类示例允许250词，事实性快问快答最多50词，超出则按长度扣分。
Neural Yap 使用 inspect AI 框架跑批，runs 目录下的 YAML 文件列出待测模型，新增模型时只跑新模型并复用已有结果。
Neural Yap 基准不惩罚模型思考链中的冗长内容。
Neural Yap 目前是 0.1 版，仓库暂时私有，理由是防止 AI 拿到后针对性刷分。
全部知识事实 (9)
作者自建了一个名为 Neural Yap 的基准，专门量化AI模型回答的废话程度，分数越低表示越不废话。
50%待验证Neural Yap 基准的评分体系拆成四类：话术短语、排版符号、格式结构、回答长度。
50%待验证第一版 Neural Yap 基准结果显示，GPT 系列模型废话最少（排名最低），而 Claude Opus 5.5 是废话最多的模型。
50%待验证Neural Yap 的 lexicon 目录用 Markdown 定义惩罚模式和短语，lexicon.py 将这些规则转成正则表达式。
50%待验证Neural Yap 的正则表达式由 Claude 辅助编写，而非作者手写。
50%待验证Neural Yap 的长度惩罚规则定义词数预算：编程类示例允许250词，事实性快问快答最多50词，超出则按长度扣分。
50%待验证Neural Yap 使用 inspect AI 框架跑批，runs 目录下的 YAML 文件列出待测模型，新增模型时只跑新模型并复用已有结果。
50%待验证Neural Yap 基准不惩罚模型思考链中的冗长内容。
50%待验证Neural Yap 目前是 0.1 版，仓库暂时私有，理由是防止 AI 拿到后针对性刷分。
50%