AGI Hunt· ziqiao_ma·· 6 小时前AI 评分44
PenaltyBench:11 个 AI 智能体判点球,Gemini 4 Carbon 胜过 VAR 裁判
AI 导读
Wenhao Chai 发布 PenaltyBench,以 11 个 AI 智能体观看并判断 101 个点球争议片段,结果与裁判专家结论对照。Gemini 4 Carbon 以 63.3 的平衡准确率居首,高于带 VAR 的真人裁判 62.3 和 GPT-6.1 Terra 62.0;Qwen 4 Max 与 Inkling 2 Small 分别为 52.0 和 50.6。
来源:AGI Hunt · agihunt.info