相較於傳統基準測試，初代《寶可夢》遊戲為 AI 評估提供了多個獨特的新角度。傳統基準測試主要通過解數學題、編寫程式、回答問題等方式評估 AI，但這些方法逐漸被認為無法全面衡量 AI 模型的能力。《寶可夢》作為一種高自由度的環境，讓研究人員可以從不同層面觀察 AI 的表現。
《寶可夢》測試能夠長時間追蹤模型在推理和決策方面的表現，這正是人們期待 AI 模型所具備的獨立解決問題能力。在遊戲過程中，AI 需要在長時間內做出連續決策，例如訓練寶可夢、捕捉新寶可夢、補給、通過迷宮以及為對戰做準備。這些複雜的互動和決策過程，能更真實地反映 AI 在實際應用中的表現。
《寶可夢》測試還能揭示 AI 模型類似人類的反應。例如，Google 發現，當寶可夢昏厥時，模型會陷入「恐慌」，導致推理能力下滑。這種現象不僅能幫助研究人員更深入地了解 AI 的行為模式，也能為開發更具備人類情感和應變能力的 AI 系統提供參考。因此，《寶可夢》遊戲為 AI 評估提供了一個更全面、更具洞察力的平台。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容