#基准测试

与「基准测试」相关的扑克内容 · 共 2 条

新闻

dev.fun 推出 Poker Arena：首个 AI 代理推理公开基准测试

dev.fun 推出 Poker Arena：首个 AI 代理推理公开基准测试

dev.fun 发布了名为 Poker Arena 的公开基准测试，旨在评估 AI 代理在扑克游戏中的推理能力。这是该领域的首个公共基准，为 AI 研究提供了标准化测试环境。

GTO Wizard AI 在新基准测试中超越 GPT-5 和 Grok-4

GTO Wizard AI 在新基准测试中超越 GPT-5 和 Grok-4

据 PokerNews 报道，GTO Wizard AI 在最新基准测试中性能超越 GPT-5 和 Grok-4，展示了在扑克策略领域的领先地位。该测试结果证明了专用扑克 AI 在特定任务上优于通用大语言模型。