研究者提出9款游戏速通基准SPEEDRUNBENCH
热点事件观察中
研究者提出9款游戏速通基准SPEEDRUNBENCH
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
研究者 Yoshinari Fujinuma 提出速通基准 SPEEDRUNBENCH，在 9 款不同游戏上评测前沿 LLM 智能体的策略形成能力：智能体需要在长程动作中反复改进策略、复盘自身表现并利用已获得的知识，做到比过去的自己和他人都更快。 实验显示，前沿智能体在简单的平台跳跃游戏中已接近人类世界纪录，但在更长、更复杂的游戏上受实际预算限制仍落后于人类表现。作者认为该基准可长期作为研究智能体策略形成能力的测试平台。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 18:06
SPEEDRUNBENCH 发布，用 9 款游戏速通评测前沿 LLM 智能体的策略形成能力报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 游戏 AI 检索精选SPEEDRUNBENCH 发布，用 9 款游戏速通评测前沿 LLM 智能体的策略形成能力
论文提出 SPEEDRUNBENCH，一个在 9 款不同游戏上评测前沿 LLM 智能体的速通基准。智能体需要在长程动作中反复改进策略、复盘自身表现并利用已获得的知识，做到比过去的自己和他人更快。实验显示，前沿智能体在简单的平台跳跃游戏中接近人类世界纪录，但在更长、更复杂的游戏上受实际预算限制仍落后于人类表现，作者认为该基准可长期作为研究智能体策略形成能力的测试平台。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。