Realtime-Bench发布，模型实时任务最高可靠完成36%
热点事件持续更新
Realtime-Bench发布，模型实时任务最高可靠完成36%
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
EPFL MLBio实验室发布Realtime-Bench，用于评估模型在打游戏、抢演唱会门票等需要实时思考与行动的交互任务中的表现。测试中表现最好的模型也只能可靠完成36%的任务，显示前沿模型在低延迟实时决策方面仍存在明显缺口。
AI 根据报道生成 · 1 小时前更新
最新进展10月24日 02:15
Realtime-Bench：最强模型也只能可靠完成36%实时任务报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AGI HuntRealtime-Bench：最强模型也只能可靠完成36%实时任务
Realtime-Bench聚焦需要实时思考与行动的游戏、抢演唱会门票等交互任务，评估前沿模型应对实时问题的能力。表现最好的模型也只能可靠完成36%的任务，反映现有模型在低延迟实时决策上仍有较大缺口。
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。