跳到正文
热点事件持续更新

Gemini 4 Neon登顶FutureSim基准

1 篇报道1 个报道来源50 分钟前更新

先了解这件事

AI 综述

据引用帖称,Google 的 Gemini 4 Neon 在 FutureSim 基准中取得最高分;单题运行会启动500多个子代理、执行超过1.6万次工具调用,并为50多个问题编写模拟。 测试场景包括州选举、体育赛事、就业冲击和股市。该成绩主要来自大规模并行代理与工具调用,而现有信息仅表明引用帖作出上述排名,尚未提供可独立核验的完整测试依据。

AI 根据报道生成 · 24 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Gemini 4 Neon 登顶 FutureSim:单题启动 500+ 子代理并执行 1.6 万次工具调用

    Gemini 4 Neon 在 FutureSim 基准上取得最高分,单题启动 500+ 子代理、执行超过 16000 次工具调用,并为 50+ 个问题编写模拟。测试场景涵盖州选举、体育赛事、就业冲击与股市,相关讨论还以“Google 道歉表”调侃其依靠大量子代理堆叠成绩。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。