火了！高中生用Minecraft做AI基准，用户看图投票决定大模型排名

图片地址：https://n.sinaimg.cn/front20250321ac/774/w1104h470/20250321/b70f-0ed0eddc002f701ad48fa17e0f8eba39.jpg

偶然发现了一个很有趣的 AI 基准测试，点开链接，竟然是一个 MineCraft 作品投票页面？ 如图所示，这些作品都是 AI 完成的，灰色框中的文字对应的是提示词。黑框是可点击的选项 ——A、B 或者持平。网站地址：https://mcbench.ai/来都来了，先投个票吧。投票之前，作品都是「匿名」的。只有在投票后，我们才能看到每个 Minecraft 作品是由哪个模型完成的。 在这个基准里，主要看三个维度：指令遵循、代码完成度和创造力。AI 技术飞速演进的时代，传统的人工智能基准测试显然不够用了。总有人能想出一些新颖的测试方法，比如的沙盒建造游戏 Minecraft。这就是我们刚刚看到的 Minecraft Benchmark（MC-Bench）。作为用户，我们能够参与的部分就是：投票。累计票数中的 ELO 分数决定了每个模型的排名。有趣的是，无论采用哪种指标，排行榜的收敛程度都很高：Claude 3.7 &