OC Tech
AI 评测
OurCoders 科技频道关于“AI 评测”的内容分类，共收录 4 篇稿件。
最新新闻
2026-09-20
AI 评测
Agent 打星际拿到全胜，评测作者仍说它们只像新手
据 Brood War Bench 项目报告，多个模型与推理配置在《星际争霸：母巢之战》中进行了循环对战。其中 Astra 的一个配置取得 18 胜 0 负，但作者同时强调，参测 Agent 的表现没有超过新手水平。
2026-08-05
AI 评测
近半数 AI 基准开始饱和：满分越来越多以后模型还怎么比较
作者：林岚｜OC 开发者生态编辑
2026-07-30
AI 评测
两个设置让 ARC-AGI-3 得分从 7.8% 升到 38.3%：基准测到的是模型还是脚手架
作者：林岚｜OC 开发者生态编辑
2026-07-30
AI 评测
124 页企业规则交给 Agent，最好模型只通过 36.2%
作者：林岚｜OC 开发者生态编辑