感谢分享视频游戏基准测试工作

AK

Video Game Bench

发布VideoGameBench的研究预览，这是一个基准测试，挑战视觉语言模型实时完成20种不同流行视频游戏（包括掌机和PC）。GPT-4o、Claude Sonnet 3.7、Gemini 2.5 Pro和Gemini https://t.co/DfJQdkCaGn

打开互动版