GameHorizon Suite: данные и оценка мульти-горизонтного геймплея
Tencent ARC
Набор оценки AI-геймплея по временным горизонтам: датасет 5 000 часов AAA-игр (21 игра, 100 профессиональных игроков) с выровненными по времени видео, действиями и мульти-горизонтными инструкциями, плюс офлайн-воспроизводимый бенчмарк и онлайн-трек, проверяющий, совпадает ли реальный геймплей с офлайн-оценками. 47 моделей оценены более чем миллионом вызовов.
Почему это важно
Второй результат по голосам на HF Daily Papers за день (126 апвоутов) — закрывает разрыв между узкими игровыми бенчмарками и long-horizon интерактивной игрой, где способности текущих моделей измеримо деградируют.
Важность: 4/5
Заметная статья с 126 апвоутами на HF Daily Papers (>=100 bump)