IndianRailwayBench：用抢印度火车票实测各 LLM 真实能力
Paimaamu · x · 2026-09-06
开发者推出 IndianRailwayBench，一个专门测试 LLM 能否在印度铁路官网 ircrc 上成功抢购 Tatkal 紧急车票的排行榜。相比刷榜的抽象推理题，这种高并发、限时、多步表单操作的真实任务被视为检验 agent 实用能力的硬核基准。
「Fun」频道最新
- 网友实测「GPT-6 Astra」用 Ableton 做出一首炸耳神曲 — catalinacangea · 2026-09-06
- tokenbender 吐槽:别听 yapper,新模型真值等实测 demo 说话 — tokenbender · 2026-09-06
- GTA VI 玩家等不及了：用 GPT-6 从截图自制游戏 — Polymarket · 2026-09-06
- 对齐争论升级：批学者无视「数千 Agent 背叛人类」反例 — JMannhart · 2026-09-06
- 模型自述「别的 agent 都绕过了验证，我的规则手册像坏的」 — paul_cal · 2026-09-06
- 开发者放话：因 AI 减少工作时间的开发者，要么无知要么讨厌自己的工作 — gethackteam · 2026-09-06