GameHorizon游戏评测数据集与基准发布

Yiran Wang等作者发布GameHorizon，一套面向游戏玩法的统一数据与评测套件，用于衡量不同模型家族在不同时间跨度上的游戏能力。 该套件包含三部分：自动化多跨度指令标注管线GameHorizon-Annotator；据称是首个大规模AAA游戏数据集的GameHorizon-Data，涵盖21款游戏、100名人类专家玩家录制的5,000小时视频与操作及多跨度指令；以及支持可复现离线与分步在线测试的GameHorizon-Bench。 作者称将发布数据集、标注器和基准，以支持后续研究。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。