AgentOdyssey文本游戏评测框架发布

Zheyuan Zhang等作者提出并发布AgentOdyssey，一个程序化生成开放式长程文本游戏的评测框架，用于评估测试时持续学习智能体的探索、世界知识获取、情景记忆与长程规划能力。 研究在六个生成游戏上评测多种智能体范式，发现即便最强智能体在困难长程游戏上仍远低于人类水平。对测试时训练的专项研究显示，短期记忆有益，但经监督微调的智能体仍会出现灾难性遗忘。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。