LLM WikiRace 基准：用维基百科竞速游戏测模型规划推理
hbouammar · x · 2026-09-22
- LLM WikiRace 是一个用维基百科竞速游戏（WikiRace）评估大模型规划与推理能力的开源框架，已发布在 GitHub。
- 支持 OpenAI 模型或本地 vLLM 部署，可批量/异步评测 LLM；也提供人类可玩的交互 demo，以及可嵌入自研代码的 WikiRaceEnv / WikiRaceEvaluator 接口。
- 支持游戏参数与模型配置自定义，输出结构化日志；要求 Python 3.10+ 与 CUDA 兼容 GPU。
「研究」频道最新
- Reliquary-4B 发布：全网矿工贡献 rollout 的去中心化 RL 训练数学代码模型 — const_reborn · 2026-09-22
- 读一年 AST 代码 RAG 论文后,他把整个代码库索引进一个 SQLite 文件 — _solidude · 2026-09-22
- KAIST 提出无结构单目 VIO 初始化法 SLIM-init,入选 IROS 2026 — zhenjun_zhao · 2026-09-22
- LoG-VGGT:跨窗口注意力让长序列 3D 重建内存可控 — zhenjun_zhao · 2026-09-22
- VoxelTTO:体素对齐前馈 3DGS 加测试时优化,仅 80 GPU 时训练 — zhenjun_zhao · 2026-09-22
- Info3R:信息自适应测试时训练,KITTI 位姿误差降至 1.68 倍 — zhenjun_zhao · 2026-09-22