ホットトピック継続更新中
研究团队推出体育联赛长程决策评测基准GM Bench
1 件の報道1 件の報道元13 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，研究团队推出基于职业体育联赛管理的交互式长程决策基准GM Bench，用于评估大语言模型在资源约束与持续竞争环境下的管理与决策能力。该基准包含4种运动模拟器，并引入了财务与市场机制。在包含5个NBA赛季的测试中，研究团队评估了29款大语言模型，结果显示Claude Opus 5.5排名第一，GPT-6 Astra和GPT-6.1 Sol则在展现出色竞技表现的同时保留了更多现金储备。
AI が報道をもとに生成 · 12 時間前 更新
最新の進展11月4日 13:00
研究团队推出体育管理基准GM Bench，5个NBA赛季测试中Claude Opus 5.5位列第一。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 自然语言处理GM League Arena：基于职业体育联赛管理的交互式长程任务基准
研究团队推出基于职业体育联赛管理的交互式长程决策基准 GM Bench，评估大语言模型（LLM）在资源约束与持续竞争下的管理能力。该基准包含 4 种运动模拟器并引入财务与市场机制；在 5 个 NBA 赛季测试中，Claude Opus 5.5 在 29 款 LLM 中位列第一，GPT-6 Astra 和 GPT-6.1 Sol 兼具出色竞技表现与更多现金储备。
このストーリーのホット度の推移
現在のホット度 7·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。