Chinese contentRetroChessBench 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
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "RetroChessBench", newest first.
Oct 30