热点事件持续更新
StarSkirmish v0.2公布大模型机器人编写评测排名
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
10月16日，Hacker News 首页报道了 StarSkirmish Bench v0.2 的评测结果。该基准测试大语言模型在1小时内编写《星际争霸：母巢之战》机器人的能力。参评模型均使用所属厂商的 CLI，每个模型运行5次，并以最终生成的机器人对固定对手阵容的平均胜率计分。结果显示，GPT-6 Astra 排名第一，GPT-6.1 Sol 排名第二，Gemini 4 Argon 位列第三。其中，GPT-6.1 Sol 每次运行的成本略高于 GPT-6 Astra 的十分之一。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 22:18
StarSkirmish v0.2评测结果公布：GPT-6 Astra居首，Gemini 4 Argon第三。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- Hacker News 首页Gemini 4 Argon 参加 StarSkirmish 星际争霸机器人评测，位列第三
StarSkirmish Bench v0.2 测试 LLM 在 1 小时内编写《星际争霸：母巢之战》机器人的能力，Gemini 4 Argon 位列第三。各模型使用所属厂商的 CLI，每个模型运行 5 次，以最终机器人对固定对手阵容的平均胜率计分；GPT-6 Astra 排名第一，GPT-6.1 Sol 排名第二，每次运行成本略高于前者的十分之一。
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。