AutoWorldModel-Bench ٹیسٹ کرتا ہے کہ آیا کوڈنگ ایجنٹ عالمی ماڈلز کو بہتر بنا سکتے ہیں۔
ایک نیا arXiv پری پرنٹ آٹھ گیم ماحول میں اوپن اینڈڈ ورلڈ ماڈل محققین کے طور پر کوڈنگ ایجنٹوں کا جائزہ لینے کے لیے ایک بینچ مارک متعارف کراتا ہے، 64 میں سے 63 سیشنز میں بہتری کی اطلاع دیتا ہے۔