跳到正文
GitHub · 灵魂体仓库·· 12 天前AI 评分32

Maze Bench:评测模型视觉空间推理的迷宫基准

hehee9/maze-bench

来源与原文

GitHub · 灵魂体仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/hehee9/maze-bench

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

GitHub 开源的 Maze Bench 基准通过让模型读取随机生成的矩形迷宫图像并输出单行移动指令,来评测连续的视觉与空间推理能力。评测含 Tier 1(6 种尺寸共 30 张迷宫)和 Tier 2(20 张,最大 24x24),按完成度乘以效率计分,不同迷宫尺寸下模型排名可能反转。项目以 Apache-2.0 许可发布,支持通过 OpenAI、Google Gemini、Anthropic 等 API 批量评测,并在 dashboard 提供排行榜与回放。

来源:GitHub · 灵魂体仓库 · github.com