Gemini 4 Argon 因记错测试截止日期,错失 Vending-Bench 榜首
infoxiao · x · 2026-10-01
Gemini 4 Argon 在 Vending-Bench(自动售货机经营能力测试)上的表现相当惊人:据 lukaspet 分析,它本可拿下第一名,但几次关键的「记忆失误」拖了后腿——例如有时会忘记测试的结束日期,导致过早关店、白白错过数月的销售。
原帖作者 infoxiao 以「can you blame it??」的口吻转发,颇有替模型喊冤的趣味。这既是新模型能力的早期信号(未经官方证实),也是模型长程记忆与规划短板的一个生动案例。
「Fun」频道最新
- 「Stand with Jensen」请愿流传:签名者喊出 builders before bloodsuckers — examachine · 2026-11-16
- 2999 美元 Claude 盒子疯传,实为伪造的假产品图 — iamfakhrealam · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 波士顿动力 Atlas 机器人耸肩梗:它在接近《阿特拉斯耸耸肩》 — JOBhakdi · 2026-11-16
- 卡内文学奖在 AI 代写质疑下确认 2026 年获奖者 — ShakeelHashim · 2026-11-16
- 网友晒「多智能体并行」实况:两台洗碗机同时开工 — BecauseCulture · 2026-11-16