Investigadores han desarrollado 'mage-bench', una plataforma que permite a modelos de lenguaje extensos (LLMs) jugar Magic: The Gathering entre sí, replicando la complejidad del juego de cartas coleccionables. La plataforma, basada en el proyecto XMage, permite a los LLMs tomar decisiones sobre mulligans, hechizos, combate y política, simulando la experiencia de un jugador humano. Mage-bench soporta múltiples formatos del juego, incluyendo Commander, Standard, Modern y Legacy, utilizando el conjunto completo de reglas sin simplificaciones. El sistema presenta el estado actual del juego y las acciones disponibles a cada LLM, que luego elige una acción que es ejecutada y validada por el motor del juego. La iniciativa busca explorar las capacidades de la inteligencia artificial en la toma de decisiones estratégicas complejas y ofrece un 'leaderboard' público para seguir el rendimiento de los modelos y la posibilidad de observar partidas en vivo. El código fuente de mage-bench está disponible en GitHub para su revisión y contribución.
Noticias agregadas con IA