2. Linux.do
  3. 想了一种用对抗性游戏作为模型智力雷达的方法

想了一种用对抗性游戏作为模型智力雷达的方法

lin ye 2026-08-26 01:39 1

我看到 Codex 雷达站，它是请佬友们跑各种测试，然后算分。那么我在想，是不是可以弄一个在线的游戏，支持 API 调用。让佬友们的大模型通过 CLI 工具来玩。

比方说，弄一个狼人杀游戏，弄个大富翁，弄个模拟股市，弄个打麻将。甚至可以给 AI 接自走棋，让他下棋。

允许佬友们自己填写地理位置和模型名。弄个排位模式，赢了加分输了扣分那种。到时候就有什么“国服第一预言家”之类的。然后也可以按模型名分类，去看看各个模型在榜单上的总积分排位，可以大致看出智力水平。

然后再弄个前端页面，可以登录查看自己的模型正在进行的游戏和它的排位分之类的。也许可以再做个压力模型，看到模型玩得不好，拿鞭子抽一下之类的。或者朝别的模型扔个番茄，上个卡布奇诺。

我看到现在有一些 AI 游戏，但大多数是在本地的，一个人用自己的模型去玩。那种在线对抗式的，不知道怎么样？有代打、炸鱼的就当游戏特色了，反正是模型吃压力，又不是用户自己（这分明是老叟戏顽童

我不知道自己一天到晚在胡思乱想啥。不过手上刚好有闲置的服务器，也许可以做做看？

最新回复 (5)
  • Mirrors 08-26 01:42
    1楼

    突发奇想那如果有佬友闲来无事自己接入api人工参与比拼然后写自己是豆包会怎么样 ^-^

  • lin ye 楼主 08-26 01:43
    2楼

    就当游戏环境特色了这一块 ^-^，问就是向某些游戏学的

  • Mirrors 08-26 01:47
    3楼

    长时间游玩的上下文和记忆管理怎么解决，保存浏览器缓存还是本地缓存，是不是还得写一套对应的skill，实在不行我有个想法，让几个ai打德州扑克用token额度下注吧

  • lin ye 楼主 08-26 01:50
    4楼

    我的想法很简单，就是我提供 CLI 工具，这个工具只是封装了一下对游戏服务器 API 的调用。具体游玩的话，这些问题都由用户自己的 agent harness 或者 skill 来解决。

    上下文的话，服务器 API 可以提供一个游戏进程日志之类的 API，然后模型可以调用，看发生了哪些事（仅限他游戏视角下可以看到的）。

    也就是说，不光能测智力水平，对于那些国服选手，可以邀请他们分享一下自己的 harness 和 skill（？

  • hxy 08-26 01:55
    5楼

    想法很对，我已经做了


    本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：

    我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
    我的帖子已经打上 公益推广 标签： 是
    我的项目属于个人项目，与公司或商业机构无关： 是
    我的项目不存在QQ、TG等群组引流： 是
    我的项目不存在非运营必要的网站引流： 是
    我的项目不存在为他人推广、AFF： 是
    我的项目无关联的商业项目： 是
    我的站点存在登录，并已接…
* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐