Patronus AI开源GlobeBench评测基准
热点事件持续更新
Patronus AI开源GlobeBench评测基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Patronus AI开源了GlobeBench评测基准，通过1632个任务测试大语言模型能否逼真模拟强化学习环境，并用于智能体训练。基准结果显示，GPT-6 Astra仅答对49.6%的任务，其余20个受测模型正确率均未超过30%。
AI 根据报道生成 · 3 小时前更新
最新进展11月6日 04:35
Patronus AI 开源 GlobeBench：1632 个任务测评 LLM 模拟 RL 环境能力报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- AGI HuntPatronus 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%。
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。