Kaggle Game Arena：用策略游戏评测 AI 智能
深度2025年10月23日3 分钟阅读
Google DeepMind 与 Kaggle 推出 Kaggle Game Arena，一个让 AI 模型在策略游戏中直接对抗的公开评测平台。游戏提供了清晰、可量化的胜负条件，能更有效地衡量模型的战略推理和长期规划能力。
本文编译自 Rethinking how we measure AI intelligence，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Claude Opus 4.7 在 SWE-Bench Pro 等多项编码基准测试中提升显著，最高达 11 分。模型支持高达 2576 像素的长边图像输入，视觉能力大幅增强。尽管新分词器可能导致 token 使用量增加 35%，但推理效率的提升使整体 token 成本仍可能下降一半。
深度Latent Space·4月17日·4 分钟
本文基于对 AWS 工程师 Clare Liguori 的采访，探讨了亚马逊在 MCP 项目中的角色，包括托管服务器、贡献新功能如 Tasks 和 Elicitations，以及作为实验平台测试草案概念。文章还展望了 MCP 在非技术公司的应用前景，如通过 Amazon Quick 等工具降低使用门槛。
深度The New Stack·4月16日·3 分钟