除了鹈鹕骑车和糖果题还有别的什么办法可以看模型智力吗？

用户在使用 Astra 模型时发现，模型虽然能答对糖果题且“鹈鹕骑车”绘图表现良好，但在实际任务中却无法完成。该提问探讨了此类玩具测试与实际任务能力脱节的原因，并寻求除糖果题和鹈鹕骑车外其他有效评估大模型智力水平的方法。