跳到正文
热点事件持续更新

研究者发布3D GameDev Arena长时程编码智能体基准

1 篇报道1 个报道来源53 分钟前更新

先了解这件事

AI 综述

研究者发布3D GameDev Arena,这是首个评测从零构建3D浏览器游戏的极端长时程编码智能体基准,包含14个类型共108个任务。 基准采用自动化的"规划—实现—测试—修复"流水线,平均每次运行约1,000次LLM调用;单次运行最长使用14,407次调用、21.3亿tokens和608个素材。

AI 根据报道生成 · 33 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    3D GameDev Arena:评测能规划、构建并试玩超长程浏览器游戏的 Coding Agent 基准

    研究者推出 3D GameDev Arena,这是首个针对从零构建 3D 浏览器游戏的极限长程基准,包含 14 个类型的 108 个任务。自动化的“规划—实现—测试—修复”流水线平均每次运行约 1,000 次 LLM 调用,最长一次使用 14,407 次调用、2.13B tokens 和 608 个素材。

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。