GPT-6 Astra 反思后二次尝试,首次跑完 DrivingBench 全程
cedric_chee · x · 2026-09-24
DrivingBench 团队让各模型最多尝试 3 次。GPT-6 Astra 首次尝试仅完成 49% 的课程,在要求它反思错误后,第二次尝试完整跑完了整个课程,夺得第一。该基准考察模型在长程任务中的持续驾驶/规划能力,也展示了「反思-重试」机制对 agent 长任务的显著提升。
所属事件:GPT-6 Astra 实驾卡罗拉唯一跑完 DrivingBench 赛道(5 条相关)→
「编程与Agent」频道最新
- 美联航将禁止个人AI代理代客预订机票 — Polymarket · 2026-11-12
- Agentic Search 图解：4 次搜索的循环成本约为单次搜索的 5 倍 — adnan_hashmi · 2026-11-12
- AWS 自曝：AWS Emulator 每行代码均由自主 AI Agent 编写 — SumitGup · 2026-11-12
- freeCodeCamp 上线 2 小时 Codex 智能体编码免费课 — adnan_hashmi · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- 整理 5.5 万数据点的教训:企业级 Agent 数据准备远比想象更难 — BenBajarin · 2026-11-12