热点事件持续更新
Realtime-Bench评估LLM实时任务能力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月，多机构联合发布 Realtime-Bench，用于评测模型在实时延迟条件下的任务表现。该基准包含 50 个交互式游戏与网页任务，从时间状态感知、自适应思考与时间感知行动三方面考察智能体。结果显示，GPT-6 Astra（high）在 wall clock（真实时钟）设置下通过率最高仅 36%；而在暂停时钟设置下，高推理模型通过率可达 70%-80%。报道指出，低分说明 AI 智能体在低延迟任务上仍不可靠。
AI 根据报道生成 · 4 小时前更新
最新进展11月2日 22:30
Realtime-Bench 发布：GPT-6 Astra 真实时钟下通过率最高仅 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 评测低延迟任务、太空战与 Genie 4
多机构联合发布 Realtime-Bench，用 50 个交互式游戏与网页任务评测模型在实时延迟下的表现，GPT-6 Astra（high）在 wall clock 设置下通过率最高仅 36%，暂停时钟下高推理模型可达 70%-80%。该基准从时间状态感知、自适应思考与时间感知行动三方面考察智能体，低分说明 AI 智能体在低延迟任务上仍不可靠。
本事件热度走势
当前热度 9·可比范围峰值 10（11月2日 23:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。