Papers & Forschung

MineExplorer: Erster Benchmark für minutenlange Langzeitaufgaben in Minecraft veröffentlicht

Originaltitel:让AI离开温室,走向动态世界:MineExplorer揭示顶级多模态大模型被忽视的能力断层

KI-Zusammenfassung

Das LongCat-Team von Meituan hat MineExplorer veröffentlicht, den ersten Benchmark für minutenlange Langzeitaufgaben in der offenen Welt von Minecraft mit 813 manuell verifizierten Instanzen. Die Evaluation von 18 führenden multimodalen großen Sprachmodellen ergab, dass das stärkste Modell Claude-Opus-4.6 nur eine Gesamterfolgsrate von 41 % erreicht, die von 77 % bei 1-Hop-Aufgaben auf 12 % bei 4-Hop-Aufgaben fällt; fast 60 % der Fehler gehen auf Navigationsfehler zurück. MineExplorer ist vollständig als Open Source verfügbar.

Kernpunkte

  • Das LongCat-Team von Meituan hat MineExplorer veröffentlicht,den ersten Benchmark für minutenlange…
  • Die Evaluation von 18 führenden multimodalen großen Sprachmodellen ergab,dass das stärkste Modell…
  • 6 nur eine Gesamterfolgsrate von 41 % erreicht,die von 77 % bei 1-Hop-Aufgaben auf 12 % bei…
  • fast 60 % der Fehler gehen auf Navigationsfehler zurück.
  • MineExplorer ist vollständig als Open Source verfügbar.

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
公众号:龙猫LongCat(美团)
Kategorie
Papers & Forschung
KI-Bewertung
68
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

18 个顶级多模态模型在 Minecraft 里全翻车,每多一层隐藏前置条件成功率就砍半,搞具身智能的该看看感知和行动之间还隔着什么。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: MineExplorer: Erster Benchmark für minutenlange Langzeitaufgaben in Minecraft veröffentlicht. 23. Juli 2026. https://new.nat6.net/de/news/cmryewabt00mnrolg1nxcjf18/

Alle ansehen →