北大与三星论文提出TORSI实时推理方法
热点事件持续更新
北大与三星论文提出TORSI实时推理方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月17日，X用户Rohan Paul发布内容称，北京大学与三星发表论文提出TORSI方法：由慢推理模型在离线状态下指导快模型，以提升实时游戏表现。该研究构建了RealtimeBench基准，包含Mario、Snake、Tetris等6款游戏共180个任务，推理期间游戏持续运行。据该报道，GPT-6.1-sol在暂停状态下于6款游戏中5款胜过更快的Jev，但实时得分仅1.51，而Jev为13.51；经过2轮指导后，Jev的平均得分从13.51升至24.19，6类游戏均有提升。上述内容目前仅来自该X帖文，论文细节与实验设置尚未见其他来源佐证。
AI 根据报道生成 · 3 小时前更新
最新进展10月17日 03:13
北大与三星论文提出 TORSI：慢推理模型离线指导快模型，实时游戏得分从 13.51 升至 24.19报道时间线
沿着报道，了解事件的不同侧面。
10月17日
- Rohan Paul北大与三星论文提出 TORSI：慢推理模型离线指导快模型，实时游戏得分从 13.51 升至 24.19
北京大学与三星的论文显示，慢推理模型可以离线指导快模型，把实时游戏得分从 13.51 提升到 24.19。他们构建了 RealtimeBench，包含 Mario、Snake、Tetris 等 6 款游戏共 180 个任务，推理期间游戏持续运行；GPT-6.1-sol 在暂停状态下 6 款游戏中 5 款胜过更快的 Jev，但实时得分仅 1.51，而 Jev 为 13.51。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月17日 04:00
- 近 24 小时变化
- –
02.557.510
04:0005:0006:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。