Топовые ИИ-модели не осилили видеоигры девяностых
Даже самые продвинутые ИИ-модели не способны эффективно играть в классический шутер от первого лица Doom. К такому выводу пришли эксперты после проверки нейросетей в новом бенчмарке VideoGameBench. Claude can play Pokemon, but can it play DOOM?With a simple agent, we let VLMs play it, and found Sonnet 3.7 to get the furthest, finding the blue room!Our VideoGameBench (twenty games from the 90s) and agent are open source so you can try it yourself now -->
Даже самые продвинутые ИИ-модели не способны эффективно играть в классический шутер от первого лица Doom. К такому выводу пришли эксперты после проверки нейросетей в новом бенчмарке VideoGameBench.
Claude can play Pokemon, but can it play DOOM?
With a simple agent, we let VLMs play it, and found Sonnet 3.7 to get the furthest, finding the blue room!
Our VideoGameBench (twenty games from the 90s) and agent are open source so you can try it yourself now -->
