🔥 Trending today
TextQuests: How Good are LLMs at Text-Based Video Games?★ 75
Hugging Face Blog294d agoReleaseHugging Face 發表全新基準測試「TextQuests」，旨在評估大型語言模型（LLM）在文字冒險遊戲（如 Zork）中的表現。這類遊戲要求模型具備強大的自然語言理解、常識推理、長期規劃與狀態追蹤能力。測試結果顯示，儘管現今 LLM 在傳統基準上表現優異，但在面對需要多步驟決策與試錯的文字遊戲時仍面臨極大挑戰。
Our vision for building a universal AI assistant★ 85
Google DeepMind Blog378d agoOpinionGoogle DeepMind 發表了建構通用 AI 助手的長期願景，核心在於將 Gemini 擴展為一個「世界模型（World Model）」。 透過模擬真實世界的運作方式，Gemini 將不僅能處理多模態資訊，還能主動進行規劃並想像全新的體驗。 這項技術突破旨在讓 AI 助手具備更深度的環境理解與預測能力，為未來的通用人工智慧（AGI）奠定基礎。