跳到正文
Import AI· Jack Clark·· 14 天前AI 评分41

Import AI 479:Realtime-Bench 评测低延迟任务,探讨太空战与 Genie 4

Import AI 479: Spacewar; low-latency tasks versus LLMs; Genie 4

AI 导读

Realtime-Bench 用 50 个交互式游戏和网页任务评估大语言模型在低延迟环境中的实时决策能力,涵盖感知、动态推理和时机选择。GPT-6-Astra(high)在 wall clock 设置下通过率最高,为 36%;模型在 paused clock 下的高推理配置成功率接近 70% 甚至 80%。文章还转述 DIA 报告,讨论太空武器、干扰和网络行动等安全挑战。

来源:Import AI · importai.substack.com