IT 之家 3 月 22 日音信，由于传统 AI 基准测试要害难以全面评估模子智商，AI 开荒者正尝试更具创意的测试阵势，其中一种测试时候四房色播，则是微软沙盒诞生游戏《我的全国》。
据外媒 TechCrunch 报谈，名为阿迪・辛格（Adi Singh）的高三学生创建了挑升为 AI 评测而开荒的网站 Minecraft Benchmark（简称 MC-Bench），让 AI 模子在《我的全国》中同台竞技，基于疏浚的领导生成建筑作品。用户不错为我方觉得更出色的作品投票，而投票终了后才会显露具体是哪款 AI 生成了哪些作品。
在线av
其觉得选拔《我的全国》的意旨并不在于游戏自己，而在于它的闻名度。即便没玩过这款游戏，东谈主们仍是能分袂哪个方块状的菠萝更传神。"《我的全国》能让 AI 发展的跨越愈加直不雅，公共对《我的全国》的格斡旋视觉遵循齐很练习。"
现在，MC-Bench 的志愿孝顺者共有 8 东谈主。IT 之家从 MC-Bench 网站的信息获悉，Anthropic、谷歌、OpenAI 和阿里巴巴为该边幅提供了 AI 计较资源相沿，但并未径直参与开荒。
"现在，咱们的测试仍然较为基础，主要用于不雅察 AI 从 GPT-3 期间于今的跨越。但未来，咱们大要会拓展到更复杂的策划导向任务和长久策画智商评估，游戏大要是测试 AI 智能体推贤达商的一种理思阵势 —— 比较践诺全国，它更安全，也更可控。"
严格来说，MC-Bench 仍属于编程基准测试，因为 AI 需要编写代码来生成建筑，举例"霜雪东谈主"或"热带风情的海滨小屋"。
相较于分析代码四房色播，大大宗用户更容易通过作品自己来评判 AI 的推崇。至于这些测试放弃是否能着实掂量 AI 的内容专揽价值，仍有待酌量。但辛格觉得，这些数据仍然具备伏击参考意旨。" MC-Bench 现时的名次榜与我的内容使用体验高度吻合，而这在很多传统文本基准测试中并不常见。大要，它能匡助 AI 开荒者判断我方是否走在正确的方朝上。"