arXiv · cs.AI· Sam Earle, Graham Todd, Yuchen Li, Ahmed Khalifa, Muhammad Umair Nasir, Zehua Jiang, Andrzej Banburski-Fahey, Julian Togelius·· 1 天前
PuzzleJAX：用于评测推理与学习的GPU加速谜题基准
PuzzleJAX: A Benchmark for Reasoning and Learning
arXiv:2508.16821v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sam Earle, Graham Todd, Yuchen Li, Ahmed Khalifa, Muhammad Umair Nasir, Zehua Jiang, Andrzej Banburski-Fahey, Julian Togelius
研究任务与主要进展
基于论文摘要，PuzzleJAX是一个GPU加速的谜题游戏引擎与描述语言，支持动态编译其DSL可表达的任意游戏，用于快速评测树搜索、强化学习和LLM推理能力。其DSL遵循PuzzleScript，论文在PuzzleScript自2013年以来由专业设计师和普通创作者设计的数千款游戏中的数百款上验证了覆盖范围，并分析了搜索、学习和语言模型的表现，显示这些任务同时涉及控制、规划和高阶洞察。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org