感知记忆推理

UCSD等推出Lmgame Bench标准框架，结合多款经典游戏测试大模型能力。结果显示不同模型在各游戏中表现迥异，凸显游戏作为AI评估工具的独特价值。宝可梦成为顶级模型的试金石。