SpeedRunBench 实测:Inkling-2-Small 跑 SuperTux 仅 1961 帧领先各家

simonguozirui · x · 2026-11-16

Thinking Machines 开源 Inkling-2-Small(Apache 2.0,权重已上架 Hugging Face)后,UW 与 PatronusAI 的研究者用他们 9 月发布的 SpeedRunBench 预印本对其进行了实测,考察 LLM agent 能否反复玩同一游戏关卡并自学出速通策略。

论文:arXiv 2610.08076《SpeedRunBench: Challenging LLM Agents with Video Game Speedrunning》,覆盖 9 款游戏。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →