Patronus AI 开源 GlobeBench：1632 个任务测评 LLM 模拟 RL 环境能力

Patronus AI 开源 GlobeBench，包含 1632 个任务，用于测试 LLM 能否逼真模拟强化学习（RL）环境并支持智能体训练。头部模型 GPT-6 Astra 仅答对 49.6%，其余 20 个受测模型均未超过 30%。