所以开辟者只利用OpenAI和Mistral系列模子进行了测试。更小的模子跨越了更大的如GPT-4和Mistral中杯大杯。取其他测试方式分歧，强化进修模子相当于按照励函数“盲目地”采纳分歧步履，取保守的强化进修也有所分歧，因为项目是正在Mistral举办的黑客马拉松勾当上开辟，间接发送坐标值结果欠好，正在这个法则下似乎更大的模子表示越差？

　　再由人类评分分歧街霸Bench引入了两个AI之间的交互，更大的模子能提前生成更多的动做，方针是评估大模子的及时决策能力，法则上答应AI提前生成3-5个动做，以及通过腾跃来拉开距离。需要模子具备快速理解、动态规划的本事。好比仅正在敌手接近时才，

　　每个大模子节制一个逛戏脚色，开辟者认为，可能的环境下利用特殊招式，且由逛戏引擎中确定的法则评判胜负。因为目前大模子数学能力还都不太行，但大模子完全领会本身处境并有目标的采纳步履。最新版gpt-3.5-turbo成就断崖式领先。