北大三星TORSI用慢推理模型辅导快模型
先了解这件事
AI 综述
2026年10月17日，X用户Rohan Paul (@rohanpaul_ai) 发文介绍北京大学与三星合作的新论文。该论文提出TORSI方法，通过让慢推理模型离线辅导快推理模型，从而提升实时游戏中的得分表现。论文同时发布了RealtimeBench基准，包含Mario、Snake、Tetris等6类游戏共180个任务，其特点是推理过程中游戏世界持续运行，模拟真实实时场景。目前报道仅披露了方法与基准的概况，尚未给出具体实验数据或效果对比。
报道时间线
10月17日
- 北大与三星论文提出 TORSI，用慢推理模型离线辅导快模型提升实时游戏得分
北京大学与三星的新论文提出 RealtimeBench，包含 6 类游戏（如 Mario、Snake、Tetris）共 180 个任务，推理过程中世界持续运行。