Hacker News AI· kingsotn·· 6 天前AI 评分66
Portal2Bench 评测:AI Agent 能否通关《传送门 2》
Show HN: Portal2Bench – Can AI agents solve Portal 2?
AI 导读
Portal2Bench 是一个衡量 AI Agent 解决《传送门 2》测试关卡能力的基准测试。GPT-6.1 Sol 和 GPT-6 Astra 通过 Codex harness 解决了 26 个关卡中的 20 个,而 GPT-6.1 Terra 解决了 19 个。
来源:Hacker News AI · kingstonyip.com