发布 Plancraft 数据集, 应用在 人工智能评估、Minecraft游戏 领域

本次发布的数据集 Plancraft, 该数据集名为Plancraft，旨在通过文本和基于Minecraft制作界面的多模态接口，测试大型语言模型代理的规划能力。它不仅包含故意设计的无解示例，以挑战代理在决策制定上的能力，而且还对开源和闭源的大型语言模型与手工策划的规划器进行了基准测试。该数据集的任务是评估大型语言模型在决策制定和规划能力方面的表现。

查看Plancraft

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。