arXiv · cs.CL· Junkai Zhou·· 2 天前AI 评分38
GM Bench：基于职业体育联盟管理的 LLM 长程任务交互式基准
GM League Arena: An Interactive Long-Horizon Task Benchmark Based on Professional Sports League Management
来源与原文
arXiv · cs.CL
作者：Junkai Zhou
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.05147v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者推出 GM Bench，一个让 LLM 扮演职业球队总经理、在资源约束和球队竞争下跨赛季管理的长程决策基准，覆盖四项运动并引入财务约束、球员需求和市场化机制。在五个 NBA 赛季的评测中，Claude Opus 5.5 在 29 个 LLM 中排名第一，GPT-6 Astra 与 GPT-6.1 Sol 则兼顾强竞技表现与更多现金储备。
来源：arXiv · cs.CL · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。