MirrorCraft：Minecraft隐藏规则变化配对基准

Jianxin Gao 等作者提出并发布配对评测基准 MirrorCraft，用于在 Minecraft 隐藏规则变化下评测 LLM 智能体。 该基准为每个 Mirror 世界复制一个对应的 Vanilla 世界，仅通过数据包静默修改服务端规则，地形、出生点、资源分布、任务、接口与动作预算保持匹配。

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。