論文・研究

MineExplorer:『Minecraft』初の分単位長距離タスク評価ベンチマークを公開

原題: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

AI 要約

美団 LongCat チームは、『Minecraft』のオープンワールドで分単位の長距離タスクを実現する初の評価ベンチマーク MineExplorer を発表した。813 件の人手検証済みインスタンスを含む。18 のトップマルチモーダル大規模言語モデルを評価した結果、最強モデル Claude-Opus-4.6 の総合タスク成功率はわずか 41% で、1 ホップタスクの 77% から 4 ホップタスクの 12% へと急落し、失敗の約 60% はナビゲーション失敗に起因することが分かった。MineExplorer は全面的にオープンソース化されている。

要点

  • 美団 LongCat チームは、『Minecraft』のオープンワールドで分単位の長距離タスクを実現する初の評価ベンチマーク MineExplorer を発表した。
  • 813 件の人手検証済みインスタンスを含む。
  • 18 のトップマルチモーダル大規模言語モデルを評価した結果、最強モデル Claude-Opus-4.
  • 6 の総合タスク成功率はわずか 41% で、1 ホップタスクの 77% から 4 ホップタスクの 12% へと急落し、失敗の約 60% はナビゲーション失敗に起因することが分かった。
  • MineExplorer は全面的にオープンソース化されている

概要

公開日時
更新日時
出典
公众号:龙猫LongCat(美团)
カテゴリ
論文・研究
AI スコア
68
原文を読む 情報源で全文を読む
おすすめの理由

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。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:MineExplorer:『Minecraft』初の分単位長距離タスク評価ベンチマークを公開。2026年7月23日。https://new.nat6.net/ja/news/cmryewabt00mnrolg1nxcjf18/

すべて見る →