Espaço de ações semânticas vs controlo direto por teclado e rato, comparação de duas interfaces para ver os dados

ME News Notícias, 17 de abril (UTC+8), de acordo com o monitoramento do Beating, a equipe da Universidade Nacional de Cingapura (NUS) lançou o GameWorld, uma avaliação de referência destinada a padronizar a avaliação de modelos de linguagem multimodal (MLLM) como capacidade de agente universal em videogames. O estudo aponta que, embora os videogames ofereçam um campo de testes ideal de ciclo fechado, as avaliações existentes frequentemente enfrentam limitações devido à interface de operação não padronizada e à validação heurística manual. O GameWorld inclui 34 jogos de navegador variados e 170 tarefas, e fornece métricas verificáveis baseadas no estado subjacente do jogo para cada tarefa, a fim de alcançar uma avaliação objetiva dos resultados. A equipe de pesquisa testou duas interfaces de agentes: uma é o agente de "uso de computador" que fornece comandos de teclado e mouse diretamente, e a outra é através de análise semântica no espaço de ações semânticas.