StarSkirmish Bench
AssessNền tảng
Bộ benchmark đánh giá LLM dựa trên chất lượng bot StarCraft mà chúng có thể viết trong giới hạn thời gian.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 1 nguồn, chủ yếu là tin nghiên cứu, 1 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 7Hacker News·16/10/2026researchGemini 4 Argon xếp thứ ba trong benchmark StarSkirmish về bot StarCraft
StarSkirmish Bench v0.2 đánh giá khả năng các LLM viết bot Protoss cho StarCraft: Brood War trong một giờ, sau đó cho bot thi đấu với các bot do con người và mô hình khác viết. Ở phiên bản này, GPT-6 Astra đứng đầu, còn Gemini 4 Argon xếp thứ ba và có độ biến thiên giữa các lần chạy cao hơn một số mô hình cùng nhóm.