এআই রিপোর্ট · Stanford Digital Economy Lab · 2026-10-29 · গবেষণাপত্র

Realtime-Bench: ফ্রন্টিয়ার মডেলগুলো কি রিয়েলটাইম ইন্টারঅ্যাকটিভ সমস্যার সমাধান করতে পারে? - Stanford Digital Economy Lab

মূল শিরোনাম: Realtime-Bench: Can Frontier Models Solve Real-time Interactive Problems? - Stanford Digital Economy Lab

রিয়েলটাইম ইন্টারঅ্যাকশনের জন্য এজেন্টদের পরিবর্তনশীল পরিবেশ উপলব্ধি করতে এবং সময়ের সীমাবদ্ধতার মধ্যে কাজ করতে হয়, অথচ বিদ্যমান মূল্যায়নগুলো কার্যকর পদক্ষেপের চেয়ে কথোপকথনের মান ও স্ট্রিমিং পারসেপশনের ওপর বেশি জোর দেয়। প্রবর্তিত Realtime-Bench গতিশীল টাস্ক ব্যবহার করে, যেখানে বিলম্বিত পদক্ষেপ সরাসরি সাফল্যকে প্রভাবিত করে; ওয়াল-ক্লক সময়ে সর্বোচ্চ সাফল্যের হার 44% এবং সর্বোচ্চ Pass^3 হলো 36%। থেমে থাকা ঘড়ির রেফারেন্স এবং টোকেন-ভিত্তিক সিমুলেটেড ঘড়ির সঙ্গে তুলনা করে লেখকেরা দেখেছেন যে সময়ের খরচ সাফল্যকে সীমিত করে এবং সময়ের চাপে উচ্চতর রিজনিং প্রচেষ্টার মিশ্র প্রভাব পড়ে, যা সিদ্ধান্তের মান ও সময়মতো বাস্তবায়নের মধ্যকার ট্রেড-অফকে প্রতিফলিত করে।

মূল লেখা পড়ুন ↗

সব এআই রিপোর্ট →