基准
MazeBench
AI模型评测基准,用于衡量模型在迷宫/路径规划等任务上的能力。
时间轴 (近 90 天)
11月21日
KernelBench(GPU底层代码)中Neon第二;MazeBench(迷宫导航)中Neon第五,超过Carbon但落后于Claude Fable和GPT 6.2。
待验证50%
AI模型评测基准,用于衡量模型在迷宫/路径规划等任务上的能力。
KernelBench(GPU底层代码)中Neon第二;MazeBench(迷宫导航)中Neon第五,超过Carbon但落后于Claude Fable和GPT 6.2。