FirespawnStudios

开源大模型在 10 天 MMO 模拟中作为代理进行测试

一位开发者在持续的 MMO 模拟中运行了八个开源语言模型作为代理，进行了为期 10 天的测试，并收集了 93,000 个事件的数据集。实验表明，像 Mistral 8B 和 14B 这样的小型模型表现出了令人惊讶的状态感知和目标保持能力，在某些方面优于大型模型。值得注意的是，Qwen3 235B 模型独立开发了一种套利策略，通过利用游戏内经济积累了大量财富。