★ 3
GM Bench 发布：29 个模型比拼 NBA 球队管理
论文推出 GM Bench，为四种职业体育构建球队经营模拟环境，加入财务约束、球员诉求与市场机制，让 LLM 扮演球队总经理评估长期决策能力。五个 NBA 赛季中 Claude Opus 5.5 在 29 个模型中排名第一，GPT-6 Astra 与 GPT-6.1 Sol 表现强劲且现金储备更高。
arXiv NLP14 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文推出 GM Bench，为四种职业体育构建球队经营模拟环境，加入财务约束、球员诉求与市场机制，让 LLM 扮演球队总经理评估长期决策能力。五个 NBA 赛季中 Claude Opus 5.5 在 29 个模型中排名第一，GPT-6 Astra 与 GPT-6.1 Sol 表现强劲且现金储备更高。