摘要 · 过去24小时

1. 给我看看《指环王》！卡帕西力推新大语言模型基准测试
   安德烈·卡帕西宣布，Anthropic 的 Opus 5 正在通过使用 Three.js 从《指环王》开篇生成中土世界进行测试。该基准测试取代了广受欢迎的“骑自行车的鹈鹕”SVG 测试，旨在评估模型在复杂项目规划和持续编码方面的能力。虽然生成的 3D 世界略显粗糙，但揭示了当前大语言模型仍无法真正理解视频或玩自己创建的内容。