MultiWorldBench：多人世界模型诊断基准

论文作者 Zhangbo Xu 等人提出 MultiWorldBench，一个诊断性 Minecraft 基准，用于检验多人世界模型中独立控制的多个视角是否与同一个持续共享的世界保持一致。 该基准包含 495 组用例配置，分属七个任务套件，覆盖十项能力，作者列出其中七项：独立控制、跨视角运动、共享状态同步、持续性、结构推理、并发交互和延迟回访。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。