arXiv cs.SE· Krish Bakshi·· 4 小时前AI 评分33
WorldBench：评估 LLM 生成 Three.js 体素世界的能力
WorldBench: Evaluating LLMs on Three.js Voxel World Generation
AI 导读
针对 LLM 生成 Three.js 体素世界缺乏可靠自动评分的问题，研究者提出 WorldBench 基准与评判器，它同时探索运行中的世界并读取代码，且不单独信任任一通道。
来源：arXiv cs.SE · arxiv.org