Arena 提出交互即裁判，用游戏交互评测 Agent

Arena 研究实习生、CMU 博士候选人 Wayne Chi 介绍了名为 Interaction-as-a-Judge 的新评测范式：让 computer-use agent 直接与游戏和应用实际交互，以交互过程本身作为评判依据，从而改进对这类 Agent 的评测效果。该方法被视为对传统评测方式的一次创新，相关讨论在社区中获得关注。

2026-11-13 ~ 2026-11-13 · 2 条相关

• 让电脑操作 Agent 玩游戏做评测，Arena 提出交互即裁判 — arena · 2026-11-13

另有 1 条近重复转述:arena