粪便让人类获胜

最近发现一篇论文，提出了一个“最小图灵测试”的问题：基本上，只需输入一个单词，能否证明自己是人类？我一头扎进这个兔子洞，让AI帮助构建了TuringDuel，其中人类与AI比拼谁更像人类，由AI担任裁判。好消息是，在这项单词图灵测试中，人类以47–38领先AI。你没猜错，“Poop”作为选择从未败北。游戏规则很简单：你和AI各选一个单词，然后另一个AI随机查看两者并猜测哪个来自人类。如果它猜中你的，你得分；如果它骗过裁判，机器人得分。先得四分者胜。在TuringDuel完成85场比赛后，结果如下：人类以47–38领先（55.3%）。在单个计分回合中，差距更小：249–237，人类胜率51.2%。最强劲的常规对手：Mistral Medium，赢得20场比赛中的13场（65%）。Gemini 2.5 Flash紧随其后，11场中赢7场。人类在对战Claude 3 Haiku时最轻松，14次中击败它11次。裁判们有怪癖。Gemini 2.5 Flash在有效判断中正确识别人类的比例为61%；Claude Haiku 4.5则为46%。在所有裁判中，尽管顺序随机，第二个展示的单词被选中的时间占61%。人类使用了更多样的词汇：在487次提交中，人类使用了418个不同单词，而AI仅为208个。人类最爱“cat”；机器人则常用“chair”、“coffee”和“mug”。关键细节：“poop”在3/3回合中获胜。“Human”在5次中赢1次。“Word”四战全败。显然，宣称自己是人类并不太有说服力。我现在公开了思考过程，让游戏更有趣一些。（游戏免费，无广告，无需付费，token由我提供。）你会选择哪个单词来证明自己是人类？