ある開発者が、OpenAIの新モデルAstraにバルブの謎解きゲーム「ポータル」を人の助けなしで遊ばせた。人間と同じようにキーを押し、考える間はゲームを止め、約三千三百回の道具呼び出しを重ねた。この試みは571ドル分のトークンを使い、開発者はこれを性能指標とは呼ばない。
✓ 検証済み · 4ソース