arXiv · cs.AI · San Kim, Daechul Ahn, Reokyoung Kim, Hyeonbeom Choi, Seungyeon Jwa, Jonghyun Choi · 5 小时前模型评分40
RTSGameBench：在游戏环境中评测视觉语言模型的策略推理能力
RTSGameBench: Evaluating VLMs for Strategic Reasoning in Game Environments
导读
研究者提出 RTSGameBench，基于即时战略游戏 Beyond All Reason 评测视觉语言模型（VLM，Vision-Language Model）的策略推理，覆盖完整对局、诊断性小游戏，并可用自进化框架把自由查询转成新小游戏。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address these gaps, we propose RTSGAMEBENCH, built on Beyond All Reason, an RTS game whose larger scale broadens the strategic space beyond prior testbeds.”
来源：arXiv · cs.AI · arxiv.org