DiG-bench开放21个浏览器游戏,邀开发者挑战AI短板
jcrwhittington · x · 2026-08-12
DiG-bench 基准测试中的 21 个公开游戏现已支持在浏览器中直接试玩，并开放了 API 接口，允许开发者将任意模型接入进行测试。
研究团队鼓励社区参与，开发能够解决所有游戏的新框架，或致力于缩小小型开源模型与当前最先进（SOTA）模型之间的性能差距。
所属事件:DiG-bench发布：70个文本游戏揭示前沿模型推理短板(13 条相关)→
「研究」频道最新
- 图解 AI 数学能力进展：解决 Erdős 问题成本逼近千万美元 — ajeya_cotra · 2026-08-12
- ApexFold：根据化学环境预测多肽二级结构 — KevinKaichuang · 2026-08-12
- 研究揭示人类与猕猴视觉皮层共享高维物体空间 — martin_hebart · 2026-08-12
- Physical Intelligence 联创:机器人正进入 GPT 时代 — Y Combinator · 2026-08-12
- Engram深度解析：为何私有数据上的大模型训练会崩溃 — AI Engineer · 2026-08-12
- 实测 Gemma 4 QAT：KV Cache 量化表现大幅提升 — Anbeeld · 2026-08-12