RubiksBench 测出仅两款 LLM 能解魔方
热点事件持续更新
RubiksBench 测出仅两款 LLM 能解魔方
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Brian Briscoe 发布 RubiksBench，用文本魔方状态和标准 18 种转动指令测试 39 个大语言模型。评测不提供工具、每题只允许回复一次，并将温度设为 0，以考察模型自身跟踪魔方状态并给出解法的能力。 测试设置 3、6、10、20 步四档打乱，模型至少解出一档才会进入下一档。39 个模型中，仅 2 个能稳定解开 20 步打乱的魔方，多数模型连 6 步档也无法完成。
AI 根据报道生成 · 3 小时前更新
最新进展11月6日 04:02
RubiksBench 评测：39 个 LLM 裸考魔方，仅 2 个能稳定解开 20 步打乱报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI HuntRubiksBench 评测：39 个 LLM 裸考魔方，仅 2 个能稳定解开 20 步打乱
RubiksBench 对 39 个 LLM 进行无工具、一次回复、温度 0 的魔方裸考，仅 2 个模型能可靠解开 20 步打乱，多数模型连 6 步也无法完成。测试采用标准 18 种转动 DSL 和 2D 展开图，经 OpenRouter API 禁用工具，以评估模型的精确状态跟踪能力。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月6日 05:00
- 近 24 小时变化
- –
02.557.510
05:0006:0007:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。