发布DECE：覆盖十款Eurogame的LLM智能体统一评测竞技场
热点事件持续更新
发布DECE：覆盖十款Eurogame的LLM智能体统一评测竞技场
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Fengrui Zhang 等研究者发布 DECE（Diverse Eurogame Competitive Environments），一个覆盖十款 Eurogame 的 LLM 智能体统一评测竞技场，各游戏共享接口与评测协议。主研究以 12 种模型-执行框架配置（9 个模型、4 种执行框架）进行了 480 场三人对局，主研究与补充研究合计 1,032 场。结果称跨游戏排名大体一致，但也存在游戏特定的优势；同一模型在不同执行框架下表现不同，且性能优势并不总伴随更好的 token 与成本效率。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 01:14
DECE：面向 LLM 智能体的多款 Eurogame 统一竞技场报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AIDECE：面向 LLM 智能体的多款 Eurogame 统一竞技场
研究者推出 DECE（Diverse Eurogame Competitive Environments），一个涵盖十款 Eurogame 的 LLM 智能体统一评测竞技场，共享接口与评测协议。主要研究评测了 12 种 model-harness 配置（9 个模型、4 种执行 harness），共进行 480 场三人对局，主研究与补充研究合计 1,032 场对局。结果显示跨游戏排名大体一致但也存在游戏特定优势，同一模型在不同 harness 下表现不同，且性能优势并不总伴随更好的 token 与成本效率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。