AutoWorldModel-Bench kiểm tra xem tác nhân mã hóa có thể cải thiện các mô hình thế giới hay không
Bản in trước arXiv mới giới thiệu một tiêu chuẩn để đánh giá các tác nhân mã hóa với tư cách là nhà nghiên cứu mô hình thế giới mở trên tám môi trường trò chơi, báo cáo các cải tiến trong 63 trên 64 phiên.