AI 智能体 Astra 两局满分饱和 EBR-bench,还找到破坏游戏的卡牌
Jsevillamol · x · 2026-09-08
Epoch AI 报告其长程游戏基准 EBR-bench 已被智能体 Astra 饱和:仅用两次通关即得 100% 分数,超过基准中的顶尖人类玩家。Astra 和人类第一都发现了一张已知能「破坏游戏平衡」的卡。作者补充,Astra 在该游戏早期版本中也找到过类似的 cheese 策略。这标志着该基准已无法有效区分智能体能力,需要更换或升级测试环境。
「模型」频道最新
- Codex 用户投诉 banked reset 未按时重置，周一反而没额度 — No-Construction2209 · 2026-09-08
- Claude iOS 版新增用量明细按钮与 Claude Code 定制区 — testingcatalog · 2026-09-08
- OpenAI 演示 GPT-6 Astra：从 Logo 生成到交互原型的设计实战 — OpenAI · 2026-09-08
- Astra 对比 Fable 5.1 实测:Astra 更像 Agent,Fable 行文更连贯 — burkov · 2026-09-08
- GPT-6 Astra 直播实况玩 Factorio — danielv123 · 2026-09-08
- Astra 网页任务跑 80 分钟后无输出，用户吐槽稳定性 — mideps · 2026-09-08