Jevman开源AI吃豆人基准测试

2026年10月9日，开发者在Hacker News上发布了名为Jevman的开源基准测试工具。该工具旨在评估AI模型在经典游戏《吃豆人》中的决策能力，通过HTTP端点让模型与幽灵进行对战。根据规则，每个参与测试的AI模型需完成100局游戏，且每一步决策必须在2秒内完成，若超时则触发备用规则以继续游戏。Jevman支持多种类型的模型参与排名，包括托管模型、微调模型以及本地运行的模型。此外，该工具强调可复现性，所有对局过程均可被验证和重现，为AI在实时策略游戏中的表现提供了标准化的评测环境。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。