虽然游戏世界构建得较为完整，但内容缺乏深度，玩家与环境之间的互动有限，反馈也不够及时和自然。任务设计较为陈旧，尤其是在潜行环节中，一旦失败就必须重来的设定显得有些繁琐。

上海人工智能实验室旗下的司南评测体系OpenCompass选取了7个大语言模型，对其在高考“语文、数学、英语”三门科目上的表现进行全面测试。此次测试总分为420分。评测结果显示，阿里通义千问2-72B得分最高，为303分，排 ...