GameHorizon Suite推出面向多时间尺度游戏智能的数据集与评测基准
GameHorizon Suite是一套用于评估电子游戏中AI模型能力的数据集和基准。它衡量视觉理解、指令分解、目标规划，以及跨越短期和长期时间尺度的精确动作控制。该套件包括自动化标注流程、由100名资深玩家在21款AAA游戏中收集的5,000小时游戏记录，以及在时间上对齐的视频、玩家动作和多时间尺度指令。基准同时支持可复现的离线测试和逐步在线评估。研究团队对47个模型进行了超过100万次模型调用，发现任务难度存在明显层级，不同模型的能力也有显著差异。数据集、标注工具和基准计划向研究社区开放。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。