arXiv Artificial Intelligence· Jianxin Gao, Beini Hu, Runze Li, Hongjian Fang, Wanli Peng·2026-10-26 12:00· 2 小时前AI 评分34

MirrorCraft：Minecraft 隐藏规则变化下的配对评测基准

MirrorCraft: Paired Evaluation under Hidden Rule Changes in Minecraft

AI 导读

MirrorCraft 是评估 LLM 智能体在 Minecraft 隐藏规则变化下表现的配对基准，每个 Mirror 世界复制对应 Vanilla 世界，仅通过数据包静默修改部分服务端规则。