Rethinking how we measure AI intelligence

Google DeepMind 推出開源評測平台 Game Arena，透過具備明確勝負條件的遊戲環境，對前沿 AI 模型進行兩兩對決的嚴格評估。

Google DeepMind 發表全新開源平台「Game Arena」，旨在解決傳統 AI 基準測試逐漸失效的問題。該平台讓不同的前沿 AI 模型在具有明確勝負規則的遊戲環境中進行直接對決。透過這種動態且具對抗性的方式，Game Arena 能更精準、客觀地評估 AI 的決策與推理能力，為 AI 領域提供更具公信力的衡量標準。

摘要由 AI 整理,以原文為準。