PulseAugur
实时 19:47:40
实体 Multi User Dungeons and Dragons

Multi User Dungeons and Dragons

PulseAugur coverage of Multi User Dungeons and Dragons — every cluster mentioning Multi User Dungeons and Dragons across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_157771 ·

    AI代理在复古文本冒险游戏中进行测试

    CrucibleBench 引入了一种新颖的AI代理评估方法,利用多人在线地牢(MUD)作为测试环境。该方法摒弃了复杂的模拟器,提供了一个持久且受限的环境来衡量AI在交互、信息检索和目标达成方面的表现。研究通过在这些模拟世界中观察到的行为,揭示了当前依赖LLM裁判的AI评估方法存在的显著偏见,以及诸如对话循环和探索瘫痪等常见的AI故障模式。