研究团队发布 DiG-bench 游戏发现基准
热点事件持续更新
研究团队发布 DiG-bench 游戏发现基准
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Ruairidh M. Battleday 等作者发布 DiG-bench（Discovery in Games）基准，包含 70 个独立游戏，每个游戏以短字符串编码，其变换规则和关卡通关条件均需通过交互实验发现。 基准设七档难度：最低档多个模型可常规解出，最高档对最强模型在智能体框架下构成挑战；全部 70 个游戏均被至少一名人类首次尝试即解出。 其中 21 个游戏公开，其余保留私有用于安全评测。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
DiG-bench：用 70 个规则未知的游戏评测智能体的发现能力报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIDiG-bench：用 70 个规则未知的游戏评测智能体的发现能力
研究团队发布 DiG-bench（Discovery in Games）基准，包含 70 个独立游戏，每个游戏以短字符串编码，其变换规则和关卡通关条件均需通过交互实验发现。基准设七档难度，最低档多个模型可常规解出，最高档对最强模型在智能体框架下构成挑战，全部 70 个游戏均被至少一名人类首次尝试即解出。其中 21 个游戏公开，其余保留私有用于安全评测。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
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。