每天听简报，了解最新科技、AI、软件资讯
在面向即时战略游戏的星际对决基准测试中，多款代表性大模型接受了一项高难度的自主编程考核，要求在一小时内用代码从零编写星际争霸对战程序。测试环境不仅要求程序具备稳定的编译与战术执行能力，还允许模型通过演练对局自发总结攻防经验并调整逻辑。评测结果显示，模型在限定时间内与高水平对手的主动实战频率直接决定了最终胜率，但顶尖的人类经典算法依然占据着显著的胜率优势。这一测试有效规避了传统考题易被提前拟合的弊端，为衡量代码智能体的长程推理与实战迭代能力提供了全新视角。
进度保存在本设备 · 登录同步