实体
MineBench
MineBench
PulseAugur coverage of MineBench — every cluster mentioning MineBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
GPT-5.6 Sol 在 MineBench 上表现出色但成本高昂
最近在 MineBench 上进行的基准测试比较显示，GPT-5.6 Sol 能够生成高度详细且富有创意的构建，其质量和规模常常超越 GPT-5.5 Pro 等先前模型。然而，这种增强的输出付出了显著更高的成本，GPT-5.6 Sol 的成本是 GPT-5.5 Pro 的三倍多，但生成的构建数量相同。尽管该模型生成的细节令人印象深刻，但高昂的成本可能使其在许多用例中不切实际。
-
GPT 4.5 在 MineBench 中意外输出“HELP”而非请求的内容
一位 Reddit 用户报告称，在 MineBench 框架内，当被提示生成“摩天大楼”时，GPT 4.5 输出了“HELP”一词。在尝试了大约 30 次后，模型一致生成了摩天大楼，这种异常输出仅在该特定实例中发生。用户发现这种行为很有趣，并指出模型精确地遵循了 MineBench 规则和工具模式，但用“HELP”替换了请求的输出。