Zhaojian Yu

新的LOLPlay基准测试英雄联盟中的AI代理

一个名为LOLPlay的新基准测试已被开发出来，用于评估《英雄联盟》中的实时视觉代理。该基准测试包含36个特定英雄的任务，涵盖资源管理、战斗、合作和目标争夺。在对三个模型的评估中，GPT-6 Astra在低和中等努力设置下实现了最高的25.0%任务成功率。然而，增加推理努力并没有提高任何模型的性能，并且对于GPT-6 Astra来说，这导致了更少的交互回合，表明推理深度与实时控制之间存在权衡。