arXiv · cs.AI· Yoshinari Fujinuma·· 21 天前AI 评分48
SpeedrunBench：用电子游戏速通挑战 LLM 智能体
SpeedrunBench: Challenging LLM Agents with Video Game Speedrunning
来源与原文
arXiv · cs.AI
作者：Yoshinari Fujinuma
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08076v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SpeedrunBench 是一个通过电子游戏速通评估前沿 LLM 智能体策略形成能力的基准，覆盖 9 款游戏，要求智能体持续改进策略、反思表现并利用已有知识缩短通关时间。实验显示，前沿智能体在简单平台跳跃游戏中接近人类世界纪录，但在实际预算下于更长、更复杂的游戏中仍落后于人类。
来源：arXiv · cs.AI · arxiv.org