北大与三星提出TORSI：慢模型离线指导快模型实时玩游戏

北京大学与三星的论文提出 TORSI：让慢推理模型在离线阶段研究快模型的失败并写出指令，供快模型在游戏进行中执行。据该论文，这一方法将其实时游戏分数从 13.51 提升到 24.19。 团队构建 RealtimeBench 作为测试基准，覆盖 Mario、Snake、Tetris 等 6 款游戏共 180 个任务，推理期间游戏持续运行，以此衡量快模型在实时场景下的表现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。