国防科技大学 发布 DSGBench 数据集, 应用在 人工智能、游戏决策 领域

国防科技大学 本次发布的数据集 DSGBench, DSGBench是一个综合性的战略游戏基准，旨在评估LLM型代理人在复杂决策环境中的战略决策能力。该数据集整合了六款复杂的战略游戏，这些游戏因其长期、多维度的决策需求和灵活定制的任务难度或多个目标而被选为理想的测试平台。DSGBench采用精细化的评分系统，通过五个特定维度的表现来全面评估代理人的决策制定能力。此外，DSGBench还包含了自动化决策追踪机制，能够深入分析代理人的行为模式和策略变化。

查看DSGBench

README 内容： 

关于 国防科技大学 , 国防科技大学是中国的一所综合性国家重点大学，位于湖南省长沙市，以国防和军事科学研究为主，同时也开展 civilians 教育和科学研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。