研究:GPT-6 可解 86% 全新游戏谜题,游戏评测正在失效
gleech · x · 2026-11-17
Gavin Leech 等人发布报告《Frontier models can solve a difficult and totally new game》,认为用电子游戏衡量模型泛化能力正变得不可能。详见其后含全文的帖子。
所属事件:研究称 GPT-6 系列可解 86% 全新解谜游戏(2 条相关)→
「研究」频道最新
- 折纸结构可充当物理储备池计算,驱动爬行机器人 — cephaloform · 2026-11-17
- 研究:AI Agent 前 6 小时探索最强,58% 任务从未触达最优思路盆地 — AlexGDimakis · 2026-11-17
- 新论文用激活探测恢复蒸馏图像/视频生成器的多样性 — _akhaliq · 2026-11-17
- 扰动输入即可改进预训练蒸馏:新论文重演 mixup 式技巧 — DimitrisPapail · 2026-11-17
- ReDiverse:少量改动即可恢复少步蒸馏扩散模型的多样性 — anand_bhattad · 2026-11-17
- Inkling 2 Small 登顶 ARC-AGI-2 达 81.7%,但 ARC-AGI-3 仅 2.6% — teortaxesTex · 2026-11-17