大语言模型纯记忆行车导航能力评测公布

一项测试在不使用任何工具调用的前提下，评估了多款大语言模型仅凭自身记忆提供逐向导航（turn-by-turn directions）的能力。本次评测覆盖了奥斯汀、百慕大等多地路线，并由 Opus 5.5 结合 OpenStreetMap 与 Astra 6 对导航结果进行交叉评分。测试结果显示，小型模型在任务中表现较差，规划路线时普遍存在道路逆行、行驶方向完全相反以及模型幻觉等问题。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。