Portal2Bench
AI 開発プラットフォーム · 評価・ベンチマーク 完全無料・オープンソース

Portal2Bench

名作パズルゲームの物理空間を舞台にマルチモーダル AI の3次元空間推論能力を測定するベンチマーク。

ユーザー高評価率 100%
26 件の評価

無料枠と利用ルール

完全オープンソースで提供される3次元空間推論ベンチマークとエージェント評価ハーネス。

機能の概要と特徴

Portal2Bench は、現在の AI 性能評価がペーパーテスト的なテキスト処理に偏り、現実世界の3次元物理空間を正しく推論できているか測定できない課題を解決します。名作ゲーム Portal では、ニュートン力学や運動量保存の法則が支配する空間で多段階の経路計画が求められます。Portal2Bench はこの環境を厳格なベンチマークへと昇華させ、マルチモーダル AI が視覚情報から空間の奥行きを正しく把握し、ポータルを通過した際の物体の加速軌道を予測して行動を完遂できるかを徹底的に検証します。

インターフェース実機プレビュー

🔒 https://kingstonyip.com/portal2bench
Portal2Bench interface screenshot

実機検証レビュー メリットとデメリット

主なメリット

  • ✓ テキストだけの机上テストを脱却し厳密な力学空間で具身知能の本質的な推論力を測定
  • ✓ 段階的に難易度が上がる多数のテストケースを収録し長期的な計画立案能力を厳しく評価
  • ✓ 最新のマルチモーダルモデルを簡単に接続して評価を実行できる自動テストパイプラインを完備

注意点・制限事項

  • ✕ 高解像度な連続映像をリアルタイムに入力して評価を行うには十分な GPU メモリが必要

実際に試してみませんか?

下のボタンから公式サイトを開いてすぐにご利用いただけます。

開く Portal2Bench ↗

関連する類似ツール

💬 ディスカッション

GitHub Powered