大模型
arxiv.org ·
@Zhaoyi Zhang
GM League Arena：基于职业体育联盟管理的交互式长程任务基准
论文提出 GM Bench，为四种体育项目构建赛季管理模拟环境，加入财务约束、球员诉求和市场机制，用真实球员数据组成实力相近的阵容，让 LLM 扮演球队总经理，跨赛季评估其竞技表现、现金储备和长期提升能力，以弥补多步交互中局部成功无法反映累积决策效果的问题。
AI推荐理由 arXiv 新论文提出 GM Bench，用四个体育联盟的赛季管理模拟器评测 LLM 的长程决策：在资源约束和持续竞争下平衡即时投入与未来需求，并以真实球员数据构建实力相近的阵容，跨五个 NBA 赛季等场景考察竞技表现、现金储备和跨赛季提升。新信息是面向长程、多赛季、资源约束的交互式基准与环境设计，对 Agent 长程规划评测有参考价值；局限是摘要未给出完整评测结果与基线细节，且基准有效性仍需后续验证。
72
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。