arXiv 人工智能· Max Ku, Nok-Kan Law, Yu-Chien Tang, Shih-Ying Yeh, Ping Nie, Andy Zheng, Tat Hei Lai, Fei-Yueh Chen, Nikko Yu, Wei-Chieh Sun, Suzy Huang, Chiao-Wei Hsu, Chih-Chuan Huang, Chak-Wing Mak, Ho Yin Sam Ng, Edisy Kin Wai Chan, Min-Hung Chen, Ho Kei Cheng·· 6 小时前AI 评分43
世界编辑：在可执行世界中进行更深层次干预
World Editing: Intervening on Executable Worlds at Increasing Depth
AI 导读
研究团队提出可执行世界编辑框架 IGMWorld 与基准 IGMBench，包含基于 Minecraft 和 Terraria 的 110 个任务及超 1.1K 项可执行状态与行为标准。评测显示前沿编程智能体最强配置下可解决 78.2% 的任务，标准级表现达 94.8%，但可靠性随干预深度加深而下降。此外，所有评测配置的联合视觉通过率均低于 50%。
来源：arXiv 人工智能 · arxiv.org