Набор данных и тестов от Tencent для оценки, насколько ИИ-модели умеют играть в AAA-игры на разных временных горизонтах.
GameHorizon — единая система измерения игровых способностей моделей: от коротких операций до долгосрочных целей в крупных играх. Проект включает инструмент автоматической разметки геймплея, офлайн- и онлайн-бенчмарки и корпус из 5000 часов записей игр в AAA-тайтлах. На момент публикации доступны только статья, страница проекта и публичный лидерборд, код и данные обещают выложить позже.
Описание автора:The official repo of GameHorizon, a unified data and evaluation suite that measures AAA gameplay capabilities at different temporal horizons for diverse model families.
