研究人员推出Realtime-Bench基准测试

发生了什么

据Import AI报道，来自德克萨斯大学奥斯汀分校、俄亥俄州立大学、伊利诺伊大学厄巴纳-香槟分校、NVIDIA、西北大学及Steadyworks的研究人员推出了Realtime-Bench基准测试。该测试包含50项交互式游戏与网页任务，旨在评估大模型在低延迟环境下的实时决策能力，重点考察时间状态感知、自适应审议及时间感知动作选择。测试结果显示，在模拟真实延迟的“墙上时钟”评估中，GPT-6 Astra模型取得了36%的最高通过率，而模型在暂停时钟条件下的成功率可达70%至80%。