#编程评测

研究测试大模型玩 Zachtronics 编程游戏 TIS-100

社区讨论让大语言模型挑战 Zachtronics 的汇编式编程解谜游戏 TIS-100，考察其在受限指令集下的规划与代码生成能力。此类测试常被用于观察模型的推理与长程规划短板。