热点事件持续更新
Realtime-Bench显示LLM实时决策能力有限
1 篇报道1 个报道来源7 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Realtime-Bench评测结果。该评测考察现代大语言模型在需要实时决策的游戏和网页任务中的表现，结果显示，现代LLM整体难以胜任低延迟任务。在wall clock设置下，GPT-6 Astra（high）的通过率最高，但也仅为36%。报道同时提到，本期内容还聚焦太空战的未来，但未提供更多相关事实。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 22:30
Realtime-Bench显示GPT-6 Astra（high）通过率最高，仅为36%。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 显示 LLM 难以胜任低延迟任务，聚焦太空战未来
Realtime-Bench 评测显示，现代 LLM 在需要实时决策的游戏和网页任务上表现不佳，GPT-6 Astra（high）在 wall clock 设置下通过率最高，仅为 36%。
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。