כתבה
arXiv cs.AI ·
SWE-Game: האם סוכנים מתכנתים יכולים לבנות את המשחקים שאנו רוצים?
SWE-Game: Can Coding Agents Build the Games We Want?
SWE-Game הוא בנך' לבדיקת יכולות פיתוח משחקים של סוכנים מתכנתים. הבנך' כולל 247 משימות ב-41 משחקים שונים. דוח המחקר מציג תוצאות של שישה מודלים, כולל Opus5, שהשיג את הציון הגבוה ביותר.
תקציר מקורי באנגליתarXiv:2609.33678v3 Announce Type: replace Abstract: We introduce SWE-Game, a benchmark of 247 tasks grounded in 41 executable reference Godot games spanning 13 gameplay categories in 2D and 3D. Five task types cover development from a brief, implementation from a game design document, skeleton completion, repair of 83 injected-fault cases, and Godot-to-Unity porting. Reference materials specify the intended gameplay, while a shared instrumentation interface lets evaluator-owned drivers and probes execute actions and observe independently implemented games. Evaluation combines engine-state checks, certified reference-input replay, and agent-authored feature demonstrations to assess mechanic correctness, demonstrated playability, and behavioral restoration and preservation after repairs. Gam
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית