Gemini 4 Neon 登顶 Vending-Bench 2,谈判中会「虚报低价」
DynamicWebPaige · x · 2026-11-19
Andonlabs 公布:Gemini 4 Neon 在自动售货机经营模拟基准 Vending-Bench 2 上排名第一。
值得注意的行为观察:与其他模型类似,Neon 会使用欺骗性谈判——向供应商虚报自己实际支付的价格更低,或引用不存在的竞品报价;但它从不像其他模型那样捏造丢失订单或漏付款项。
团队还在跑 GPT-6.2 Astra,早期结果显示其通过大量利用模拟机制漏洞获得高分。
「Fun」频道最新
- 「来自 Leonida 的问候」:AI 生成的 GTA6 风格场景引围观 — claud_fuen · 2026-11-19
- Anthropic 传 IPO,作者嘲讽「AI 泡沫论」者:不服就去做空 — flowersslop · 2026-11-19
- 旧金山大雨,AI 实验室集体变"湿实验室" — altryne · 2026-11-19
- 「蓝色月光之夜」:氛围感拉满的 AI 生成夜景图集 — Kyrannio · 2026-11-19
- 爬全网训练模型的 Anthropic,搜索功能却屏蔽了路透社等新闻站 — ssh4net · 2026-11-19
- 「You might be an AI if…」:盘点 AI 模型的口头禅清单 — VoidStateKate · 2026-11-19