Hwee Tou Ng
収録論文 1本 ・ フィジカルAI/ロボット学習
評価ベンチマーク
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- GameWorld: マルチモーダルゲームエージェントの標準化・検証可能な評価に向けて評価ベンチマーク2026/4/8
ブラウザ環境で動作するマルチモーダル大規模言語モデル（MLLM）を汎用ゲームエージェントとして評価するためのベンチマークGameWorldを提案し、34種類のゲームと170のタスクを通じて、現状のエージェントが人間の能力に遠く及ばないことを示した。