热点事件观察中

研究者发布GM Bench长程管理基准，Claude Opus 5.5登顶

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

研究者（Junkai Zhou 等）发布 GM Bench 论文：一个让 LLM 扮演职业球队总经理、在财务约束和球队竞争下跨赛季管理球队的长程决策交互式基准，覆盖四项运动，引入财务约束、球员需求和市场化机制。在五个 NBA 赛季、29 个 LLM 的评测中，Claude Opus 5.5 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。

AI 根据报道生成 · 11 小时前更新

最新进展11月4日 00:21

GM Bench：基于职业体育联盟管理的 LLM 长程任务交互式基准

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

00:21
arXiv · cs.CL
GM Bench：基于职业体育联盟管理的 LLM 长程任务交互式基准
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。

本事件热度走势

可比范围当前: 4
可比范围峰值: 511月5日 03:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。