研究称 GPT-6 系列可解 86% 全新解谜游戏

Gavin Leech、Niccolò Zanichelli 等研究者发布报告《Frontier models can solve a difficult and totally new game》,测试 GPT-6 Astra 与 GPT-6.1 Sol 在一款发布于其训练数据之后、完全陌生的解谜游戏上的表现。结果显示模型解出了约 86% 的谜题,研究者认为这表明用电子游戏评测前沿模型的方法正在失效,游戏基准的区分能力面临挑战。

2026-11-17 ~ 2026-11-17 · 2 条相关