一个关于决策的 AI 榜单：JevMan，让模型实时玩吃豆人 Pac-Man 👾 这是 Opper AI 推出的决策模型 Benchmark，每个模型连续玩… · @kqyno7 · TwKit

@kqyno7

一个关于决策的 AI 榜单：JevMan，让模型实时玩吃豆人 Pac-Man 👾 这是 Opper AI 推出的决策模型 Benchmark，每个模型连续玩 100 局，每次遇到岔路口，都要根据地图、幽灵位置和豆子分布，决定下一步往哪走 每次决策限时只有 2 秒，超时就由随机规则接管 目前榜单成绩： - Jev 1.14：3,597 分，最高单局 10,050 - Eevo-1.1：3,416 分 - Nimble v4 Max：3,103 分 - Perplexity Decider 1.2：3,100 分 - GPT-6 Luna：2,568 分 - Clef Flash：2,538 分 这里排名的是专门的决策模型，一次直接输出各个动作的概率，不需要逐 Token 生成文字 Claude Haiku 5.5 就比较惨，约三分之二的决策都超过了 2 秒时限，最终没能进入排名 感觉这种实时游戏很适合测试模型的反应速度和连续决策能力 大家平时对于 Jev 这种决策模型有什么使用场景吗？ #JevMan #AIAgent #LLM #Benchmark

曝光 149 · 评论 2 · 点赞 2 · 书签 0