09:39
官方账号arXiv cs.LG@Ismayil Ismayilov, Atakan Kara, Kaan Oktay
推荐理由：DungeonBench用D&D战斗测AI战术推理，分单场和连战两关，发现大模型会打单场却管不好资源，想测AI决策的可以看看。
战术推理
共 1 条相关 AI 资讯
8月3日
09:39
DungeonBench是一个面向D&D战斗的战术推理基准，覆盖2014版SRD中大部分战斗相关内容，保留行动经济、生物特性、战场几何等机制。基准分Encounter和Day两个轨道：Encounter评估单场战斗的局部战术，Day通过持久生命值、法术位、消耗品和短休息将战斗串联，考验资源调度。同一决策流支持启发式控制器、语言模型策略、学习型排序器和强化学习智能体。评测显示前沿语言模型策略在直接对战中常获胜，但在链接战斗日上暴露资源预算、休息时机和规则纪律的不足。