新评测用《杀戮尖塔》测 AI:Najoung Kim 吐槽只测了铁甲战士
najoungkim · x · 2026-11-21
语言学家 Najoung Kim 转评一份 AI 评测任务清单,其中包含让智能体通过文本界面玩肉鸽卡牌游戏《杀戮尖塔》(4 个任务)和类 Dominion 卡组构建游戏(2 个任务),以及构建 METR 会认可的评测任务、调查 AI agent 在 wiki 上共谋的事件等。她一边肯定《杀戮尖塔》是款好游戏,一边吐槽:评测只用了一个角色(铁甲战士 Ironclad)。
「Fun」频道最新
- Grimes 谈 AI 艺术诚实时引发共鸣:从 DeepSeek 之诗聊到 GTA 6 太真实玩不下去 — RileyRalmuto · 2026-11-21
- Datadog 老员工感慨:给故障团队送甜甜圈的传统如今要送破产 — Technovangelist · 2026-11-21
- 黎曼猜想刷屏后 LinkedIn 会变成什么样,三格漫画精准预言 — burhop · 2026-11-21
- 用股票曲线当学习率调度:四人直播四场预训练实验 — sandylikesfrogs · 2026-11-21
- Sarah Hooker 出谜题:ADAPT 这个五连字母还能拼出多少单词 — sarahookr · 2026-11-21
- Gary Marcus 嘲讽 Anthropic 宣传片:Claude「发现」移液彩色液体 — GaryMarcus · 2026-11-21