PulseAugur
中
实时 11:18:47
实体 Yoshinari Fujinuma

Yoshinari Fujinuma

PulseAugur coverage of Yoshinari Fujinuma — every cluster mentioning Yoshinari Fujinuma 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
1
90 天内 1
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_284316 ·

    新的SpeedrunBench用视频游戏速通挑战大型语言模型代理

    研究人员推出了SpeedrunBench，这是一个旨在评估大型语言模型代理策略形成能力的新基准。该基准使用九款不同游戏的视频游戏速通，挑战代理改进其策略并超越之前的尝试。虽然目前的前沿代理在更简单的游戏中显示出潜力，但在实际计算预算内，它们在更复杂、持续时间更长的游戏中仍落后于人类表现。