ऑटोवर्ल्डमॉडल-बेंच परीक्षण करती है कि क्या कोडिंग एजेंट विश्व मॉडल में सुधार कर सकते हैं
एक नया arXiv प्रीप्रिंट आठ गेम परिवेशों में ओपन-एंडेड विश्व-मॉडल शोधकर्ताओं के रूप में कोडिंग एजेंटों के मूल्यांकन के लिए एक बेंचमार्क पेश करता है, जो 64 में से 63 सत्रों में सुधार की रिपोर्ट करता है।