开源仓库

共 9 个仓库 · 按最近更新排序

查看全部 →
复现 Realtime-Bench:延迟翻 4 倍,最优思考预算砍半

复现 Realtime-Bench:延迟翻 4 倍,最优思考预算砍半

一句话总结:用50行Python把三种时钟协议各跑一遍,单token延迟从10毫秒涨到80毫秒,最优思考预算从256token掉到64token;换成PausedClock,同一套逻辑的最优策略直接反过来。前天写完Realtime-Bench那篇解读,有人在评论区问我:44%...

实时交互基准 Realtime-Bench:想得越久,成功率反而越低

实时交互基准 Realtime-Bench:想得越久,成功率反而越低

一句话总结:英伟达和UT-Austin拉了50个实时任务、12个前沿模型做测试,最强的GPT-6-Astra按真实推理耗时推进时只有44%,连过三次的概率掉到36%;而加大推理强度对一部分模型是加分,对另一部分是减分。上周有人在群里问,为什么他那个"实时报价提醒"的agent明明模型很强,却...