Import AI· Jack Clark·· 3 小时前AI 评分45
Realtime-Bench：大语言模型在低延迟任务中表现不佳
Import AI 479: Spacewar; low-latency tasks versus LLMs; Genie 4
AI 导读
Realtime-Bench 测试显示，当前大语言模型在实时交互任务中表现不佳，GPT-6 Astra 在真实延迟条件下仅 36% 通过率。该基准包含 50 个游戏和网页任务，评估模型的时态感知、自适应推理和时间感知行动能力。
来源：Import AI · importai.substack.com