AI决策模型玩Pac-Man:jev 1.13得分最高
Reddit用户让六种决策模型实时玩Pac-Man并发布开源排行榜。jev 1.13平均得分2750居首,GPT-6 Luna和Clef Flash紧随其后。用户也可亲自扮演Pac-Man与模型控制的幽灵对战。
AI 日报收录的 Kev 4B 相关报道,共 2 篇,按时间倒序,每小时更新。
Reddit用户让六种决策模型实时玩Pac-Man并发布开源排行榜。jev 1.13平均得分2750居首,GPT-6 Luna和Clef Flash紧随其后。用户也可亲自扮演Pac-Man与模型控制的幽灵对战。
团队用362条新题对比Kev 4B(Qwen3.5-4B的Apache-2.0微调)与Jev,各任务准确率差距在2个百分点内。Jev在PAWS释义检测上以87.0%对74.5%领先,但每次请求多计约257个输入token,短请求成本最高可达12倍。