实体 Realtime-Bench

Realtime-Bench

PulseAugur coverage of Realtime-Bench — every cluster mentioning Realtime-Bench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_303311 · Oct 16 · 04:00

新的Realtime-Bench测试AI模型在时间约束下的行动能力

一项名为Realtime-Bench的新基准已被开发出来，用于评估前沿AI模型在实时交互环境中执行任务的能力。该基准包含动态任务，其中延迟的行动会降低成功率。使用Realtime-Bench进行的实验表明，即使是最好的模型，在考虑实际推理延迟的“Wall Clock”设置下，成功率也仅为44%。该基准还引入了“Paused Clock”和“Token Clock”，以区分服务延迟和模型固有的实时流式传输能力，揭示了在时间压力下决策质量…