Lain-lain

LLM Skirmish: penanda aras permainan strategi masa nyata yang boleh dimainkan oleh ejen AI

Tajuk asal:Show HN: A real-time strategy game that AI agents can play

Ringkasan AI

LLM Skirmish ialah penanda aras yang membolehkan model bahasa besar bermain pertandingan strategi masa nyata 1v1 dengan menulis kod. Berasaskan API sumber terbuka Screeps, setiap kejohanan mengandungi lima pusingan, dan LLM boleh menyesuaikan strategi berdasarkan log pertandingan untuk menguji keupayaan pembelajaran konteks. Keputusan menunjukkan Claude Opus 4.5 menduduki tempat pertama dengan kadar kemenangan 85%, diikuti GPT 5.2. Gemini 3 Pro menunjukkan prestasi luar biasa: kadar kemenangan 70% pada pusingan pertama, kemudian menjunam kepada 15% dalam empat pusingan berikutnya, disyaki akibat reput konteks. Dari segi kos, Claude Opus 4.5 paling mahal pada $4.12 setiap pusingan, manakala GPT 5.2 mempunyai nisbah kos-faedah 1.7 kali lebih tinggi.

Maklumat penting

  • LLM Skirmish ialah penanda aras yang membolehkan model bahasa besar bermain pertandingan strategi…
  • Berasaskan API sumber terbuka Screeps,setiap kejohanan mengandungi lima pusingan,dan LLM boleh…
  • Keputusan menunjukkan Claude Opus 4.
  • 5 menduduki tempat pertama dengan kadar kemenangan 85%,diikuti GPT 5.
  • Gemini 3 Pro menunjukkan prestasi luar biasa: kadar kemenangan 70% pada pusingan pertama,kemudian…

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Hacker News:AI 热帖
Kategori
Lain-lain
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

LLM实时战略游戏对战基准,Claude大幅领先且展现独特上下文学习能力

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: LLM Skirmish: penanda aras permainan strategi masa nyata yang boleh dimainkan oleh ejen AI. 25 Februari 2026. https://new.nat6.net/ms/news/cmnw1z0iz023oslc3xuv89mjk/

Lihat Semua →