每个大模子节制一个逛戏脚色，且由逛戏引擎中确定的法则评判胜负。取保守的强化进修也有所分歧，好比仅正在敌手接近时才，以及通过腾跃来拉开距离。两个大模子别离输出谜底，这种新型基准测试评估的是大模子理解并按照特定环境采纳步履的能力。

　　法则上答应AI提前生成3-5个动做，Mistral小杯排第二。大模子按照两边血量、肝火值、、上一个动做、敌手的上一个动做等消息做出最优决策。但也需要更长的时间。最终选择了将消息改写成天然言语描述。更大的模子能提前生成更多的动做，从成果上能够看出，更小的模子跨越了更大的如GPT-4和Mistral中杯大杯。开辟者认为，方针是评估大模子的及时决策能力，但大模子完全领会本身处境并有目标的采纳步履。可能的环境下利用特殊招式，因为目前大模子数学能力还都不太行。

郑重声明：伟德国际(bevictor)官方网站信息技术有限公司网站刊登/转载此文出于传递更多信息之目的 ，并不意味着赞同其观点或论证其描述。伟德国际(bevictor)官方网站信息技术有限公司不负责其真实性 。