跳到正文
Hacker News AI· jamest·· 22 小时前AI 评分26

KradleBench 发布:Minecraft 多智能体 AI 评测基准

Show HN: KradleBench – Multi-agent AI evals in Minecraft

AI 导读

James 和 Kemal 团队发布 KradleBench 基准,用于在动态、实时的 Minecraft 多智能体世界中测试 AI 协作与冲突能力。 该平台作为“培养皿”对比 LLM、世界模型和人类,发现 Astra 6.2 策略迭代速度比 Fable 5.2 快 4 倍,且在多智能体任务中优于人类。

来源:Hacker News AI · kradle.ai