IXThinker·2025-06-17 23:40

o3-pro挑戰推箱子俄羅斯方塊 成績破基準上限

推箱子、俄羅斯方塊等懷舊小遊戲成為大模型新基準Lmgame的考題，OpenAI最新模型o3-pro挑戰兩款遊戲均突破基準上限，較前SOTA的o3成績直接翻倍。

小遊戲成考題

一套名為Lmgame的基準將人類經典懷舊小遊戲轉化為大模型測試項目。此前的基準設計中，推箱子一共只做到第六關，如今這一上限被o3-pro成功突破，成績刷新紀錄。