Microsoft 发布 SmartPlay 数据集, 应用在 游戏智能代理、人工智能性能评估 领域

Microsoft 本次发布的数据集 SmartPlay, 该数据集名为SmartPlay，包含了6款不同的游戏，其中包括石头剪刀布、汉诺塔和我的世界等，为评估大型语言模型（LLMs）作为智能代理的能力提供了一个基准。SmartPlay不仅允许对LLM代理的九项重要能力进行分析，还提供了一个严格的测试环境，以全面评估其整体性能。该数据集的规模涉及6款游戏，并提供了多达20种评估设置，其任务在于评估LLMs在各种游戏中的代理能力。

查看SmartPlay

关于 Microsoft , 微软是一家总部位于美国华盛顿州的全球知名科技公司。

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。