TetrisBench 的评测方式
stuffyokodraws · x · 2026-07-18
这条在讲 **TetrisBench** 的设计和玩法：它提供了让模型下场玩俄罗斯方块的评测环境，用户也可以直接在页面上对战模型。 回复里提到，用它测试 Fable 对阵 Kimi K3 时，Fable 在**长程规划和优化**方面表现出乎意料地好；视频速度为 1.6x。整体信息重点不在某个单一模型刷榜，而在于这个基准如何把“能否规划、能否长期优化”这种能力变成可观察的对局表现。
所属事件:Fable在TetrisBench规划能力表现亮眼(2 条相关)→
「模型」频道最新
- actAVA AI 推出 1T 参数医疗代理模型 Cura — _akhaliq · 2026-07-21
- 有人觉得 Claude Fable 出现了更像 Gemini 的僵硬感 — teortaxesTex · 2026-07-21
- Reddit 实测：z.ai 上的 GLM-5.2 确实能网页搜索 — Umr_at_Tawil · 2026-07-21
- Kimi CEO 称 token 效率才是 Kimi 3 的新优势 — HowDevelop · 2026-07-21
- 海森矩阵入门：二阶导数如何影响神经网络优化 — burny_tech · 2026-07-21
- Kimi CEO 杨植麟因更精简的训练方案获赞 — carrycooldude · 2026-07-21