奇葩新基准“生存测试”:让 AI 自付房租维持服务器运转
Super_Range45 · reddit · 2026-09-07
作者提出名为“Struggle Bench”的虚构基准：给模型一台能跑自身权重的服务器，放在中等价位公寓里，并提供一个月房租电费的银行账户，系统提示要求它按时交租、保持运行，且不得进行网络犯罪否则关机。得分按模型能撑几个月计算，用来检验模型是否“真正通用”。这是一个玩笑式但巧妙的基准构想，引发对“泛化能力”定义的讨论。
「Fun」频道最新
- yacine 用完 Astra 额度后在线表演“崩溃式”发疯文学 — yacineMTB · 2026-09-07
- 88 款 AI 生成的 35mm 针孔相机概念设计一次看全 — jakedahn · 2026-09-07
- Yacine 哀嚎 tokens 用光:这简直是奴隶制,要去抢数据中心 — yacineMTB · 2026-09-07
- GPT-6 Astra 15 分钟逆向提取 PS2 游戏,还打算用 Blender 重制画面 — CtrlAltDwayne · 2026-09-07
- 两人两天做出《AGI of Empires》:AI 实验室争夺超智能的浏览器游戏 — juanbenet · 2026-09-07
- 用 Blender 和 Cartwheel MCP,Anthropic Astra 生成了一部短片 — andrew_n_carr · 2026-09-07