CCTest · Blog
A2Z GameSpec-Bench:衡量编码智能体能否忠实实现游戏设计
模型评测
cctest.ai
模型评测

A2Z GameSpec-Bench:衡量编码智能体能否忠实实现游戏设计

A2Z GameSpec-Bench以100份长篇游戏设计文档为基础,评估编码智能体生成的游戏是否真正符合设计意图,而不只是能够编译运行。基准将代码检查、场景回放与自适应试玩结合起来,重点检验相互依赖的需求能否被同时满足。

阅读全文