AI 代理人基準 - Agents Report

StarDojo benchmark infographic showing MLLM agent simulation in farming, exploration, crafting, combat, and social domains.

速報

StarDojo 基準測試：評估多模態大語言模型在開放式生產生活模擬中的能力

研究團隊推出 StarDojo，利用《星露谷物語》打造的開放式模擬環境，針對 AI 代理人在農耕、製作、探索、戰鬥與社交五大領域的生產與生活技能進行綜合評估。基準提供 1,000 項精選任務與 100 �項精簡子集，支援無鍵鼠介面、跨平台與多實例平行執行，適合測試以多模態大型語言模型（MLLM）為基礎的先進代理人。