Import AI 469：科学AI；RSI模拟器；扎克伯格的科技悲观主义

DiG-bench是一个包含70个文本游戏的新基准，旨在衡量AI系统在隐藏规则的环境中通过交互发现规律的能力；测试显示当前前沿模型难以解决这些游戏。

• DiG-bench由70个游戏组成，每个游戏是规则和目标均隐藏的微型世界，玩家需通过交互自行推断。
• 游戏由人类专家手工构建，多数保持私有，以防AI系统在训练中接触。
• 每个游戏均已被至少一位人类玩家击败，但许多玩家反映难度较高。
• 基准分为七档难度（tier1最易至tier7最难），目前公开21个游戏，其余未公开。
• 游戏基于纯文本设计，大多可在当前前沿模型的上下文窗口内完整呈现。

• Purely text-based: The games are basically native to language models.
• The benchmark is split into seven tiers with tier 1 being the easiest and tier 7 the hardest.
• The games are difficult enough that they are not beatable by today’s frontier models.