StatePlay区分动作准确率与规则一致性
AI 总结
一篇技术评析比较了 StatePlay、H3-World、Incantation 与 ABot-World 在动作表示、多实体控制、持续生成和显式状态预测上的分工。StatePlay 论文作者报告,ReactiveGWM 的攻击准确率为 100.0%,StatePlay 为 95.0%;但在 GPT-5.5 视觉裁判的机制一致性评价中,StatePlay 以 78.3±0.5% 领先于 59.7±0.9%。这些结果未经过独立复测。
深度见解
该评析表明,动作分类与规则一致性必须分别评估:完成指定动作,并不能证明该动作在当前游戏状态下合法。
攻击动作做对了,游戏规则就对了吗?H3-World 与三条控制路线的分工
作者机制示意或未执行条件对照;不代表模型运行或真实游戏结果。
StatePlay 论文的一张表里,有一个比“谁的画面更好”更值得停下来的结果:同在 state-aware fine-tuning 分组,ReactiveGWM 的攻击准确率是 100.0%,StatePlay 是 95.0%;但在 GPT-5.5 视觉裁判给出的机制一致性上,两者分别是 59.7±0.9% 和 78.3±0.5%。攻击指标领先的模型,没有同时在这项规则评价上领先。
来源原始页面聚焦证据;固定版本与适用条件见图,作者报告未复测。
#StatePlay#H3-World#Incantation#ABot-World#ReactiveGWM#GPT-5.5