Dwarkesh Patel 发布 Clocktower Bench 大模型评测基准
热点事件持续更新
Dwarkesh Patel 发布 Clocktower Bench 大模型评测基准
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Dwarkesh Patel 发布并开源了 Clocktower Bench，用于评测大语言模型在社交推理游戏《血染钟楼》中的欺骗与识破能力。评测结果显示，GPT-6.1 更擅长结合多轮对话识破对手布局，而 Claude Opus 5.5 虽精于设局误导，但在识破方面表现较弱。 该评测基准已开源，作者投入 20,000 美元开发并每月花费 2,000 美元维持免费游玩。
AI 根据报道生成 · 24 分钟前更新
最新进展11月6日 21:59
Dwarkesh Patel 用大模型玩血染钟楼评测推理能力报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- X · AI 游戏开发实战Dwarkesh Patel 用大模型玩血染钟楼评测推理能力
Dwarkesh Patel 开发 Clocktower Bench 评测 GPT-6 Astra、GPT-6.1 及 Claude Opus 5.5 的欺骗与识破能力。GPT-6.1 更擅长结合多轮对话识破对手布局，而 Claude Opus 5.5 虽精于设局误导，但在识破方面表现较弱。该评测 Harness 已开源，作者投入 20,000 美元开发并每月花费 2,000 美元维持免费游玩。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。