论文Agent 与开发者12:39GameHorizon Suite：覆盖 21 款游戏的多时间跨度玩法评测套件想测模型会不会打游戏可以看这个，21 款 AAA 游戏 5,000 小时数据，还能定位模型具体哪一步操作出错。#GameHorizon#评测基准#游戏#多模态aarXiv cs.AI@Yiran Wang 等 15 人原文稍后读已读值得跟进有用关注 GameHorizon