英伟达、UT-Austin 发布 Realtime-Bench，实时互动任务难倒 GPT-6
← 返回今日版面来源
2 条英伟达与 UT-Austin 等机构联合推出实时交互任务基准 Realtime-Bench，该基准包含 50 个覆盖八类场景的任务，核心考察模型的实时感知、时间自适应推理、行动时机把握三类能力。测试结果显示在按真实推理耗时推进环境的场景下，表现最优的 GPT-6-Astra 任务成功率仅为 44%，多数模型难以兼顾低延
研究人员测试大模型在实时任务中的表现，Realtime-Bench挑战GPT-6在窗口期内抢购门票和俄罗斯方块游戏中的操作。