CMU 发布 Gym-Anything-RT 实时行动评测基准

CMU 的 Pranjal Aggarwal 与 Sean Welleck 发布 Gym-Anything-RT，用于衡量视觉语言模型的实时行动能力。基准包含 100 个实时小游戏、5 档难度、2 种交互模式和共 2000 种配置，并配有非实时对照版。