Hacker News LLM· fairestvalue·· 6 天前精选AI 评分84
Wincon 发布 SpaceChem Bench 评估 16 个 LLM 的 2D 空间编程能力
LLM's Play Zachtronics' SpaceChem
AI 导读
Wincon 发布 SpaceChem Bench,测试 16 个 LLM 在 Zachtronics 游戏 SpaceChem 全部 55 个谜题中的 2D 空间编程表现。
推荐理由
16个前沿大模型在2D空间编程基准中表现分化,多反应器谜题导致解决率大幅回落,多模型生成的解法为社区刷新了Pareto边界。
来源:Hacker News LLM · spacechem.wincon.dev