arXiv·· 12 天前AI 评分32
SpeedrunBench：用电子游戏速通挑战 LLM 智能体
SpeedrunBench: Challenging LLM Agents with Video Game Speedrunning
AI 导读
SpeedrunBench 提出用电子游戏速通这一社区实践来考察 LLM 智能体能否形成超越人类已有解法的策略。该基准关注智能体在缺乏现成人类方案时自主构建复杂策略的能力，而非复现人类已解出的任务。
来源：arXiv · arxiv.org
SpeedrunBench：用电子游戏速通挑战 LLM 智能体