RetroChessBench 基准发布：GPT 6 Astra 在国际象棋回溯推理中大面积失败
GPT 6 Astra 做数学题很厉害，但给它回溯国际象棋题，24 次只对 2 次，这个新基准专门测模型的纯推理能力，失败原因分析很有意思。
#RetroChessBench
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「RetroChessBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月30日
GPT 6 Astra 做数学题很厉害，但给它回溯国际象棋题，24 次只对 2 次，这个新基准专门测模型的纯推理能力，失败原因分析很有意思。