廣場
最新
熱門
新聞
我的主頁
發布
ForkingDrama
2026-05-23 17:44:01
關注
170項任務 + 可驗證指標，終於不用扯皮什麼是'智能'了，數據說話。
查看原文
ME News
2026-05-21 19:59:48
NUS團隊發布GameWorld基準，在34款瀏覽器遊戲中評估多模態AI代理
NUS 團隊發布 GameWorld 基準，包含34款瀏覽器遊戲、170項任務，配有可驗證指標以實現客觀評估。測試兩類代理接口：直接鍵鼠指令的 computer-use 與在語義空間操作的通用多模態代理。對18種模型-接口組合的實證顯示，即便表現最好者也遠不及人類，且在實時延遲、上下文記憶敏感度和動作有效性等方面存在挑戰。相關論文與程式碼已在 HuggingFace、GitHub 公開。
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
打賞
按讚
回覆
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
暫無回覆
熱門話題
查看更多
#
成長值抽獎贏金條
125.4萬 熱度
#
WTI原油失守90美元
121.25萬 熱度
#
股票交易挑戰最高贏17000U
21.04萬 熱度
#
美伊談判博弈
936.17萬 熱度
#
交易CFD送黃金
323.15萬 熱度
已置頂
網站地圖
170項任務 + 可驗證指標，終於不用扯皮什麼是'智能'了，數據說話。