.png)
3月22日消息，一名名叫阿迪·辛格的外国高三学生创建了AI评测网站MC-Bench，利用微软沙盒游戏《我的世界》作为测试平台。该网站通过让不同AI基于相同提示生成建筑作品，并由用户投票选出更优秀的作品，以此评估AI能力。辛格表示，《我的世界》因其广为人知的风格和视觉效果，能够直观展示AI进步。目前，Anthropic、谷歌、OpenAI和阿里巴巴为该项目提供AI计算资源支持。尽管测试仍较基础，主要观察GPT-3以来AI的进步，但未来可能扩展至更复杂任务。MC-Bench采用编程基准测试方式，AI需编写代码生成作品，而用户更倾向于通过最终成果评判表现。辛格认为，这些数据对AI开发者具有重要参考价值，尽管其是否能完全反映实际应用价值尚存争议。
原文链接
本文链接：https://kx.umi6.com/article/15948.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "15948")
相关推荐
.png)
换一换
仅仅一天，Gemini就夺回了GPT-4o拿走的头名
2024-11-22 17:08:30
中国信通院牵头的大模型基准测试ITU国际标准正式发布
2025-04-11 14:56:48
首发全面搭载鸿蒙5！华为Pura X斩获中国电信AI社交、AI学习评测双第一
2025-05-18 10:19:18
谷歌发布 FACTS Grounding 基准：Gemini、GPT-4o、Claude 当评委，成 AI 大语言模型“幻觉照妖镜”
2024-12-18 14:32:52
Reflection 70B AI 模型“塌房”：第三方基准测试结果不佳，不如 LLaMA-3.1-70B
2024-09-11 12:24:53
多项力压 Grok 4、OpenAI o3，谷歌推出 Gemini 2.5 Deep Think 模型
2025-08-01 23:08:15
UL Solutions 推出 AI 文本生成基准测试，支持英伟达、AMD、英特尔三家显卡
2024-12-11 17:33:56
LLM总是把简单任务复杂化，Karpathy无语：有些任务无需那么多思考
2025-08-12 11:21:24
Geekbench AI 性能跑分工具 1.0 发布，支持 PC 手机全平台
2024-08-16 10:43:57
GPT-4o不敌Qwen，无一模型及格！UC伯克利港大等提出多模态新基准
2025-05-16 13:37:28
把 AI 放进《我的世界》服务器：GPT-4o 杀牛宰羊，Claude3.5 把家拆了
2024-10-21 13:29:28
外国高三学生创建 AI 评测网站：让模型在《我的世界》里“一决高下”
2025-03-22 16:25:54
“人类终极考试”基准测试发布：顶级 AI 系统表现惨淡，回答准确率均未超 10%
2025-01-24 16:45:09
536 文章
186533 浏览
24小时热文
更多
-
2025-09-08 16:01:25 -
2025-09-08 16:00:14
-
2025-09-08 15:00:28
