arXiv cs.AI / cs.LG 最新· Fengrui Zhang·· 14 小时前AI 评分53
DECE 用十款欧式桌游构建 LLM Agent 统一评测竞技场
A Unified Arena for LLM Agents across Diverse Eurogame
AI 导读
论文提出 DECE，一个覆盖十款欧式桌游、共享接口与评测协议的统一竞技场，用于考察 LLM Agent 在竞争目标下的决策表现。主实验覆盖 12 种模型与执行框架组合，包含 9 个模型和 4 种执行框架，在十款游戏中完成 480 场三人对局，主实验与补充实验合计 1,032 场。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。