Hugging Face Blog·· 2025-08-12AI 评分52
TextQuests 基准测试:LLM 在文本类视频游戏中的表现如何
TextQuests: How Good are LLMs at Text-Based Video Games?
AI 导读
研究人员基于 25 款经典 Infocom 互动小说游戏构建 TextQuests 评测基准,用于测试大语言模型在长上下文与探索性任务中的 Agent 推理能力。
来源:Hugging Face Blog · huggingface.co