MazeBench 细节:人类玩家需 50-100 小时才能拿 70% 以上

HamelHusain · x · 2026-11-17

Hamel Husain 在回复中补充 MazeBench 基准的细节:该基准测试开放世界探索、部分 3D 空间推理和中等长度规划;人类玩家可以拿到 70% 以上分数,但需要 50-100 小时,且都有推箱子类游戏(如 Baba is You)经验。他还提到编写求解器能提升分数(如启用 coding 的 GPT-5.6 Sol)。

所属事件:Fable 5.2 登顶 MazeBench 后陷评测污染疑云(9 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →