模型中美对照10:48Kaggle 推出 Game Arena:用对弈游戏评估大模型策略能力Kaggle 做了个让模型下棋、打扑克、玩狼人杀互相打分的评测场,比静态跑分更能看出策略水平,可以直接看各家模型的对局结果。#Kaggle#Game Arena#LLM#基准测试aarXiv cs.AI@Bovard Doerschuk-Tiberi 等 62 人原文稍后读已读值得跟进有用关注 Kaggle