Import AI· Jack Clark·· 10 天前AI 评分40
Import AI 479:Realtime-Bench 评测低延迟任务、Spacewar 太空攻防与 Genie 4
Import AI 479: Spacewar; low-latency tasks versus LLMs; Genie 4
AI 导读
Import AI 479 介绍了 Realtime-Bench,这个基准包含 50 个交互式游戏与网页任务,用于评测模型在低延迟任务中的表现。GPT-6 Astra(high)在 wall clock 设置下通过率最高,仅 36%,而在 paused clock 设置下高推理模型可接近 70% 甚至 80%。
来源:Import AI · importai.substack.com