SpeedrunBench：用游戏速通评测 LLM 智能体
热点事件持续更新
SpeedrunBench：用游戏速通评测 LLM 智能体
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Yoshinari Fujinuma 等作者发布 SpeedrunBench，让前沿 LLM 智能体在 9 款电子游戏中比拼速通，要求它们反复改进策略、反思表现并做长程推理。 实验称，前沿智能体在简单的平台跳跃类游戏中接近人类世界纪录，但在更长、更复杂的游戏和实际预算下仍落后于人类。作者表示该基准几乎总有更快的完成时间待发现，因此可作为不易饱和的智能体策略形成能力评测。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
SpeedrunBench：用电子游戏速通挑战 LLM 智能体报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AISpeedrunBench：用电子游戏速通挑战 LLM 智能体
研究者推出 SpeedrunBench，一个让前沿 LLM 智能体在 9 款电子游戏速通中比拼的基准，要求智能体反复改进策略、反思表现并长程推理，不断超越自己和他人。实验显示，前沿智能体在简单平台跳跃游戏中接近人类世界纪录，但在更长、更复杂的游戏和实际预算下仍落后于人类。该基准几乎总有更快的完成时间等待被发现，因此可作为抗饱和的智能体策略形成能力评测。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。