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：70个文本游戏测出前沿AI发现短板(14 条相关)→
「研究」频道最新
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- MP-Bench：语音 Agent 群聊插话判断仅与抛硬币相当 — solyarisoftware · 2026-10-16
- 对 Qwen3-8B 做神经元级 GWAS+PheWAS，定位安全相关神经元 — Sauers_ · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- 200 局国际象棋实测：作者认为上下文学习目前并不奏效 — akbirthko · 2026-10-16
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16