umair-nasir14 发布 GameTraversalBenchmark (GTB) 数据集, 应用在 游戏AI、自然语言处理 领域

umair-nasir14 本次发布的数据集 GameTraversalBenchmark (GTB), 该数据集是一个综合性基准，包含了多种基于2D网格的游戏地图，旨在评估大型语言模型（LLM）的规划能力。此外，该评估工具（GTB）根据语言模型在尽可能少的步骤和生成错误下穿越目标的能力来进行评估。任务目标是通过对游戏地图的穿越来评估大型语言模型的规划能力。

查看GameTraversalBenchmark (GTB)

README 内容： 

关于 umair-nasir14 , -

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。