Свой агент на LLM пишет ботов для стратегий в бенчмарке LLM Skirmish
LLM Skirmish это набор бенчмарков, где языковые модели пишут код ботов для стратегий в реальном времени, а боты сражаются друг с другом. Свой агент здесь это бот, которого целиком написала модель. Цифр на главной странице нет.
Сделано со своим агентом
Что сделали
В версии на Screeps модели пишут на JavaScript ботов для стратегии в реальном времени в стиле Screeps. Потом боты сражаются в турнирах и в общем рейтинге сообщества. Есть и версия для StarCraft: Brood War под названием StarSkirmish, где модели пишут ботов для этой игры.
Что получилось
На странице нет ни очков, ни цифр. Она ссылается на результаты бенчмарка и трансляцию постепенного улучшения бота (hillclimb) для StarSkirmish. Турниры и рейтинг описаны на странице Screeps.
На что обратить внимание
На главной странице мало механики. Нет данных о настройке, стоимости и о том, насколько вмешивается человек. Прежде чем повторять, изучите страницы Screeps и StarSkirmish.
Пояснение
Screeps это онлайн-стратегия, в которой юнитами управляет не игрок мышью, а программа на JavaScript. StarCraft: Brood War это классическая стратегия в реальном времени, на которой давно соревнуются написанные людьми боты.
Кому пригодится
Тем, кто сравнивает языковые модели или хочет попробовать агента в игровой песочнице со строгими правилами.
Попробуйте сами
Помоги настроить среду стратегии в реальном времени, в которую может играть LLM, например [название игры или репозитория]. Напиши агента, который на каждом ходу читает состояние игры и отдаёт команды, чтобы [цель, например выиграть матч у скриптового бота]. Готово, когда сыгран один полный матч и ты дал мне короткий лог того, что сработало и что нет.
Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗
Ещё 1 источник
Источник: llmskirmish.com · · обновлено