Import AI· Jack Clark·· 15 天前AI 评分58
Import AI 479:Realtime-Bench 评测低延迟任务、DIA 太空安全报告与 Google Genie 4
Import AI 479: Spacewar; low-latency tasks versus LLMs; Genie 4
AI 导读
Import AI 第 479 期介绍了 Realtime-Bench,这套基准包含 50 个交互式游戏与网页任务,用于评测模型在实时决策场景下的表现。在 wall clock 真实延迟设置下,GPT-6 Astra(high)通过率最高,为 36%;而在暂停时钟条件下,高推理模型可接近 70% 至 80%。
来源:Import AI · importai.substack.com