Prime Intellect 发布 Maze Bench:最强 LLM 无工具准确率仅 16%

patience_cave · x · 2026-11-20

Prime Intellect 推出 Maze Bench,一个高复杂度 3D 迷宫解谜环境。当前最强的 LLM 在不使用编码工具时准确率最高只有 16%,配合编码工具也仅提升到 23%,远低于人类水平。作者认为该环境是检验持续学习(continual learning)能力的良好测试床,可作为智能体在长程探索与空间推理上的训练与评估基准。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →