WorldBench: Assessment LMS на 3.js Voxel World Generation

arXiv: 2610.10.10622v1 Annuales Type: кросс-бюллетень: Большие языковые модели теперь могут написать полные, интерактивные 3D миры как код, но автоматическая классификация этих миров ненадежна. Имеющиеся судьи придерживаются одного взгляда на результаты: модель языка зрения дает несколько снимков, или же модель языка читает источник. Что касается миров, написанных пятью пограничными моделями, то мы считаем, что эти два мнения расходятся по 32% требуемых товаров, в основном коду, который не показывает рамки, и что фиксированные взгляды скучают по небольшому объемному содержанию. Мы представляем WorldBench, ориентир и судим для открытого состава, созданного LLM Three.js миров. С одного момента, описывающего плавучий остров воксель с десятью биомами, физикой и днем/ночью и сезонными циклами, судья изучает бегущий мир, контролирует его часы, вращается вокруг него и посылает навигатора для подставки каждого биома и читает код того, что он видит. Ни один из каналов не доверяется самому себе: цитата кода считается только в том случае, если это текст источника и визуальные заявления являются chec