arXiv · AI· Kushagra Tiwary, David Mayo, Nikhil Behari, Xiangzhou Sun, Abdulrahman Alabdulkareem, Isaac Galatzer-Levy, Boris Katz, Brian Cheung·· 2026-10-06AI 评分40
ArtifactArena:通过物理世界构建能力评测前沿模型
ArtifactArena: Evaluating Models by What They Build in the Physical World
AI 导读
ArtifactArena 推出开放式评测平台,通过物理落地硬件设计挑战测量模型工程构建能力。 平台利用零样本测试及三个基于文本、物理模拟器反馈和游戏数据的改进框架,结合头部对赛生成前沿模型 Elo 排名。该框架发布了持续社区提交的赛事基础设施。
来源:arXiv · AI · arxiv.org