MazeBench 完全开源：任意模型配任意 harness 均可参赛挑战
xeophon · x · 2026-08-21
针对「排行榜是否只测前沿模型默认 harness」的质疑，作者 @xeophon 回应称 MazeBench 的代码与所有关卡完全开源，任何人可以用任何模型、任何 harness 提交参赛，遇到运行问题可直接联系作者团队。作者表示很期待看到 MazeBench 被攻克，但认为它短期内不会被解决。
所属事件:MazeBench 开源发布：3D 解谜世界考验长时序 Agent(3 条相关)→
「研究」频道最新
- 每图元仅 10 参数:36 个图元精准拟合 T-pose 人体 — letandrewcook · 2026-10-16
- 可解释性研究者泼冷水：模拟不了神经元就不算真正解释了它 — nabla_theta · 2026-10-16
- MLP-Splatting 论文开源:用光场原语替代高斯泼溅 — AjdDavison · 2026-10-16
- 四页短文解 subcubic 全对最短路径，借力 Anthropic AI 参与的突破 — gautamcgoel · 2026-10-16
- 浙大等团队发布 ATAS 框架：用世界状态记忆实现一致性长视频生成 — CSProfKGD · 2026-10-16
- 4B 模型加 8K 上下文堆算力反而更差，Hermes 提出上下文推理新思路 — mangahomanga · 2026-10-16