研究人员推出了LM Fight Arena,这是一个新颖的框架,旨在通过让大型多模态模型(LMM)在视频游戏《真人快打II》中竞争来对其进行基准测试。该方法在实时、对抗性环境中评估LMM,需要快速的视觉理解和战术决策。该竞技场提供了对LMM在动态环境中战略推理能力的自动化、可重复和客观的评估,将AI评估与互动娱乐联系起来。 AI
影响 在动态、对抗性环境中引入了一种新颖的评估LMM的方法,有可能产生更强大、更具战略能力的模型。
排序理由 该集群描述了一篇介绍AI模型新基准测试框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Large Model Fight Arena
- LM Fight Arena
- Mortal Kombat II
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →