Hacker News · bobstax / hacker_news ·
GLM-5.3 玩《我的世界》直播
为什么值得读: 属于 Agent 长程任务能力的公开演示,对评估模型自主性有帮助;但形式是直播,缺少结构化评测数据。
AI 摘要
SAIL 研究团队直播展示 GLM-5.3 在《我的世界》中自主游玩,用于观察长程规划、工具使用与环境交互能力。
相关事件与更多上下文见编辑部与归档页。
SAIL 研究团队直播展示 GLM-5.3 在《我的世界》中自主游玩,用于观察长程规划、工具使用与环境交互能力。