热点事件持续更新
Realtime-Bench 测试揭示 LLM 实时任务短板
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
2026年11月2日，Import AI 第479期介绍了一个名为 Realtime-Bench 的新基准，它包含50个交互式游戏与网页任务，用于测试模型在真实时间延迟下做决策的能力。报道称，GPT-6 Astra（high）在 wall clock（真实时钟）设置下通过率仅36%，而在暂停时钟的条件下可升至70%-80%，显示模型在实时压力下表现明显下滑。同一期还收录了 DIA 关于中美俄太空对抗能力的报告，并提及 Genie 4。目前事件仍处于基准发布与结果披露阶段，后续进展尚待更多报道。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- Import AIImport AI 479：Realtime-Bench 揭示 LLM 低延迟任务短板、Genie 4 与太空战
Import AI 479 介绍了 Realtime-Bench：一个包含 50 个交互式游戏与网页任务的基准，用于测试模型在实时延迟下决策的能力。GPT-6 Astra（high）在 wall clock 设置下通过率仅 36%，而暂停时钟时可升至 70%-80%。该期还收录了 DIA 关于中美俄太空对抗能力的报告，并提及 Genie 4。
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。