ДомСтудент средней школы создает веб-сайт для создания AI Minecraft.
Креативное тестирование ИИ с помощью Minecraft
Поскольку традиционные методы тестирования ИИ оказываются недостаточными, разработчики исследуют инновационные подходы для оценки возможностей генеративных моделей ИИ. Одним из таких креативных методов является использование Minecraft, популярной песочницы, принадлежащей Microsoft. Группа разработчиков запустила Minecraft Benchmark, или MC-Bench, платформу, где модели ИИ соревнуются в создании построек в Minecraft на основе заданных подсказок.
На MC-Bench пользователи могут голосовать за понравившуюся постройку модели ИИ, и только после голосования они узнают, какая модель создала каждую постройку. Этот интерактивный подход не только вовлекает сообщество, но и предоставляет уникальный способ оценки возможностей ИИ.
Изображение предоставлено: Minecraft Benchmark Ади Сингх, ученик 12-го класса и инициатор MC-Bench, считает, что широкая известность Minecraft играет ключевую роль. Как самая продаваемая видеоигра в истории, она знакома многим, что облегчает людям оценку качества построек, созданных ИИ, даже если они сами не играли в игру. «Minecraft позволяет людям гораздо проще увидеть прогресс [развития ИИ],» — объяснил Сингх в интервью TechCrunch. «Люди привыкли к Minecraft, к его внешнему виду и атмосфере.»
MC-Bench поддерживается командой из восьми добровольных участников. Компании, такие как Anthropic, Google, OpenAI и Alibaba, предоставили свои продукты для выполнения тестовых подсказок, хотя в остальном они не участвуют в проекте.
Сингх планирует расширить MC-Bench за пределы простых построек до более сложных, ориентированных на цели задач. «Игры могут быть просто средством для тестирования агентного мышления, которое безопаснее, чем в реальной жизни, и более контролируемо для целей тестирования, что делает его более идеальным в моих глазах,» — сказал он.
Другие игры как тесты для ИИ
Помимо Minecraft, другие игры, такие как Pokémon Red, Street Fighter и Pictionary, использовались в качестве экспериментальных тестов для ИИ. Сложность тестирования ИИ заключается в его комплексности, поскольку традиционные стандартизированные тесты часто благоприятствуют моделям ИИ из-за их методов обучения, которые превосходят в узких областях решения задач, таких как механическое запоминание или базовая экстраполяция.
Например, GPT-4 от OpenAI может набрать 88-й процентиль на LSAT, но испытывает трудности с более простыми задачами, такими как подсчет количества букв «R» в слове «strawberry». Аналогично, Claude 3.7 Sonnet от Anthropic достиг точности 62,3% в тесте по разработке программного обеспечения, но уступает большинству пятилетних детей в игре Pokémon.
Изображение предоставлено: Minecraft Benchmark MC-Bench: больше, чем просто программный тест
Технически MC-Bench является программным тестом, поскольку требует от моделей ИИ написания кода для создания построек, таких как «Снеговик Фрости» или «очаровательная тропическая хижина на нетронутом песчаном берегу». Однако привлекательность платформы заключается в ее доступности. Пользователям легче оценить визуальное качество постройки, чем анализировать код, что расширяет охват проекта и потенциал для сбора данных о производительности моделей.
Дискуссия о том, действительно ли эти результаты отражают полезность ИИ, продолжается. Однако Сингх считает, что они являются сильным индикатором. «Текущая таблица лидеров довольно точно отражает мой собственный опыт использования этих моделей, в отличие от многих чисто текстовых тестов,» — сказал он. «Возможно, [MC-Bench] может быть полезен компаниям, чтобы понять, движутся ли они в правильном направлении.»
Связанная статья
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
Рекомендации по связанным специальным темам
письмо
Инструменты для создания плана статей с использованием ИИ при написании длинных текстов
2026: лучшие и самые популярные инструменты для создания планов статей с помощью ИИ для написания длинных текстов! В эту тщательно подобранную подборку вошли мощные, революционные инструменты, которые генерируют точные и структурированные планы, прошедшие проверку на практике, что позволяет значительно повысить эффективность написания текстов. XIX.AI входит в эту элитную подборку. Получите сравнение бесплатных и платных версий, чтобы выбрать идеальный инструмент. Изучите их прямо сейчас и раскройте свой потенциал с помощью ИИ!
9 инструментов
xix.ai
чат-бот
Лучшие приложения для ролевых чатов с ИИ для практики языка, подготовки к собеседованиям и ежедневной разговорной практики
2026 г. — новейшие, лучшие и наиболее рейтинговые приложения для ИИ-ролевых чатов, предназначенные для практики языка, подготовки к собеседованиям и ежедневной беглости речи! XIX.AI предлагает мощную коллекцию, меняющую правила игры: бесплатные и платные варианты, реальные тесты и обновляемые еженедельно рейтинги. Эти обязательные к использованию инструменты помогут вам улучшить навыки письма, преодолеть трудности с беглостью и повысить эффективность общения во всех повседневных ситуациях. Исследуйте сейчас, чтобы найти идеальный инструмент для развития вашего языка!
10 инструментов
xix.ai
Музыкальная композиция
Инструменты разделения стемов с использованием ИИ для создания ремиксов, подготовки образцов звука и формирования финальных версий караоке.
2026 год: лучшие и наиболее высоко оценённые инструменты для разделения аудиосигналов с использованием ИИ, отобранные специально для работы над ремиксами, подготовки образцов звука и создания караоке-версий. Эти мощные революционные инструменты проходят реальные тесты, обеспечивая точную изоляцию аудиосигналов и значительно повышая производительность. XIX.AI предоставляет еженедельно обновляемый бесплатный справочник сравнения платных и бесплатных решений, который поможет вам найти оптимальный вариант, соответствующий вашим потребностям. Ознакомьтесь с ним прямо сейчас, чтобы раскрыть потенциал ИИ в вашей работе.
8 инструментов
xix.ai
Анализ данных
ИИ-копилоты для SQL, предназначенные для создания панелей управления доходами, анализа воронки продаж и отслеживания показателей продуктов.
2026 год: лучшие AI-ассистенты для SQL, занявшие верхние строчки рейтингов! XIX.AI собрал мощный набор инструментов, регулярно обновляемый на основе реальных тестов. Эти неотъемлемые инструменты помогают создавать точные дашборды с данными о доходах, анализировать каналы продаж и оперативно отслеживать показатели продуктов, значительно повышая производительность. Ознакомьтесь сейчас, чтобы найти идеальный инструмент для принятия решений на основе данных! 238 символов
9 инструментов
xix.ai
Музыкальная композиция
Лучшие инструменты для написания мелодий с помощью ИИ для черновиков песен
2026 год: лучшие, топовые и высокооценённые инструменты ИИ для написания мелодий для черновиков песен! XIX.AI подобрал высокоэффективную коллекцию, меняющую правила игры, которая прошла строгие реальные испытания, чтобы обеспечить лучший опыт написания. Вы можете найти подробные сравнения бесплатных и платных версий, точные рейтинги и обязательные к использованию варианты, разработанные, чтобы помочь вам создавать потрясающие черновики песен без усилий и значительно повысить вашу творческую продуктивность. Исследуйте сейчас, чтобы найти свой идеальный инструмент!
8 инструментов
xix.ai
чат-бот
Лучшие инструменты для тренировки разговоров с помощью ИИ для подготовки к собеседованиям
2026 г. — новейшие, лучшие и наиболее высоко оцененные инструменты для тренировки разговорных навыков с помощью ИИ для подготовки к собеседованиям уже доступны на XIX.AI! Эта тщательно отобранная подборка включает мощные, революционные инструменты, прошедшие строгие реальные испытания и обеспечивающие точную обратную связь. Вы найдете сравнение бесплатных и платных вариантов, а также подробные рейтинги, которые помогут вам выбрать наиболее подходящий инструмент, повышающий вашу уверенность и навыки. Исследуйте сейчас, чтобы найти идеальный инструмент для успешного прохождения собеседований!
12 инструментов
xix.ai
Комментарии (27)
![DouglasMartinez]()
Interesting approach! Using Minecraft for AI benchmarking sounds way more engaging than standard tests. Wonder if this could lead to AI that actually helps design game worlds? The student's project is a cool example of how gaming and AI research can mix. Hope they share the results! 🎮
![RaymondGreen]()
高校生がAI建築チャレンジのサイトを作ったのか…！Minecraftの世界でAIの創造性を測るってアイデア、すごく面白いな。でも、これって結局マイクロソフトのプロモーションみたいなものじゃないの？AIがどんどんゲーム内に溶け込んでいくの、ちょっと怖い気もする😅 未来のゲームはすべてAIが作っちゃうのかな？
![NicholasYoung]()
AIが建築対決するなんて面白すぎる！🏗️ Minecraftでベンチマークを取る発想が新鮮だけど、これってゲームバランス崩さないのかな？ちょっと心配…
![JamesMiller]()
É sempre incrível ver jovens inovando com IA! Alguém já testou se esses desafios do Minecraft realmente conseguem medir bem a criatividade dos modelos? Ou será que é só mais uma moda passageira? 😅
![RalphRoberts]()
这个高中生用Minecraft来测试AI生成建筑也太有创意了吧！😂 传统AI评测标准太死板了，确实需要这种更直观有趣的方式。不过我很好奇评判标准是什么，是美观度还是还原度？也想试试看用我的世界来测试Stable Diffusion效果
![JasonJohnson]()
This high school kid building an AI Minecraft challenge site is wild! 🧱 Makes me wonder how far AI can push creativity in games. Could it outbuild my epic castle? 😎
Креативное тестирование ИИ с помощью Minecraft
Поскольку традиционные методы тестирования ИИ оказываются недостаточными, разработчики исследуют инновационные подходы для оценки возможностей генеративных моделей ИИ. Одним из таких креативных методов является использование Minecraft, популярной песочницы, принадлежащей Microsoft. Группа разработчиков запустила Minecraft Benchmark, или MC-Bench, платформу, где модели ИИ соревнуются в создании построек в Minecraft на основе заданных подсказок.
На MC-Bench пользователи могут голосовать за понравившуюся постройку модели ИИ, и только после голосования они узнают, какая модель создала каждую постройку. Этот интерактивный подход не только вовлекает сообщество, но и предоставляет уникальный способ оценки возможностей ИИ.
Ади Сингх, ученик 12-го класса и инициатор MC-Bench, считает, что широкая известность Minecraft играет ключевую роль. Как самая продаваемая видеоигра в истории, она знакома многим, что облегчает людям оценку качества построек, созданных ИИ, даже если они сами не играли в игру. «Minecraft позволяет людям гораздо проще увидеть прогресс [развития ИИ],» — объяснил Сингх в интервью TechCrunch. «Люди привыкли к Minecraft, к его внешнему виду и атмосфере.»
MC-Bench поддерживается командой из восьми добровольных участников. Компании, такие как Anthropic, Google, OpenAI и Alibaba, предоставили свои продукты для выполнения тестовых подсказок, хотя в остальном они не участвуют в проекте.
Сингх планирует расширить MC-Bench за пределы простых построек до более сложных, ориентированных на цели задач. «Игры могут быть просто средством для тестирования агентного мышления, которое безопаснее, чем в реальной жизни, и более контролируемо для целей тестирования, что делает его более идеальным в моих глазах,» — сказал он.
Другие игры как тесты для ИИ
Помимо Minecraft, другие игры, такие как Pokémon Red, Street Fighter и Pictionary, использовались в качестве экспериментальных тестов для ИИ. Сложность тестирования ИИ заключается в его комплексности, поскольку традиционные стандартизированные тесты часто благоприятствуют моделям ИИ из-за их методов обучения, которые превосходят в узких областях решения задач, таких как механическое запоминание или базовая экстраполяция.
Например, GPT-4 от OpenAI может набрать 88-й процентиль на LSAT, но испытывает трудности с более простыми задачами, такими как подсчет количества букв «R» в слове «strawberry». Аналогично, Claude 3.7 Sonnet от Anthropic достиг точности 62,3% в тесте по разработке программного обеспечения, но уступает большинству пятилетних детей в игре Pokémon.
MC-Bench: больше, чем просто программный тест
Технически MC-Bench является программным тестом, поскольку требует от моделей ИИ написания кода для создания построек, таких как «Снеговик Фрости» или «очаровательная тропическая хижина на нетронутом песчаном берегу». Однако привлекательность платформы заключается в ее доступности. Пользователям легче оценить визуальное качество постройки, чем анализировать код, что расширяет охват проекта и потенциал для сбора данных о производительности моделей.
Дискуссия о том, действительно ли эти результаты отражают полезность ИИ, продолжается. Однако Сингх считает, что они являются сильным индикатором. «Текущая таблица лидеров довольно точно отражает мой собственный опыт использования этих моделей, в отличие от многих чисто текстовых тестов,» — сказал он. «Возможно, [MC-Bench] может быть полезен компаниям, чтобы понять, движутся ли они в правильном направлении.»
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
2026: лучшие и самые популярные инструменты для создания планов статей с помощью ИИ для написания длинных текстов! В эту тщательно подобранную подборку вошли мощные, революционные инструменты, которые генерируют точные и структурированные планы, прошедшие проверку на практике, что позволяет значительно повысить эффективность написания текстов. XIX.AI входит в эту элитную подборку. Получите сравнение бесплатных и платных версий, чтобы выбрать идеальный инструмент. Изучите их прямо сейчас и раскройте свой потенциал с помощью ИИ!
9 инструментов
xix.ai
2026 г. — новейшие, лучшие и наиболее рейтинговые приложения для ИИ-ролевых чатов, предназначенные для практики языка, подготовки к собеседованиям и ежедневной беглости речи! XIX.AI предлагает мощную коллекцию, меняющую правила игры: бесплатные и платные варианты, реальные тесты и обновляемые еженедельно рейтинги. Эти обязательные к использованию инструменты помогут вам улучшить навыки письма, преодолеть трудности с беглостью и повысить эффективность общения во всех повседневных ситуациях. Исследуйте сейчас, чтобы найти идеальный инструмент для развития вашего языка!
10 инструментов
xix.ai
2026 год: лучшие и наиболее высоко оценённые инструменты для разделения аудиосигналов с использованием ИИ, отобранные специально для работы над ремиксами, подготовки образцов звука и создания караоке-версий. Эти мощные революционные инструменты проходят реальные тесты, обеспечивая точную изоляцию аудиосигналов и значительно повышая производительность. XIX.AI предоставляет еженедельно обновляемый бесплатный справочник сравнения платных и бесплатных решений, который поможет вам найти оптимальный вариант, соответствующий вашим потребностям. Ознакомьтесь с ним прямо сейчас, чтобы раскрыть потенциал ИИ в вашей работе.
8 инструментов
xix.ai
2026 год: лучшие AI-ассистенты для SQL, занявшие верхние строчки рейтингов! XIX.AI собрал мощный набор инструментов, регулярно обновляемый на основе реальных тестов. Эти неотъемлемые инструменты помогают создавать точные дашборды с данными о доходах, анализировать каналы продаж и оперативно отслеживать показатели продуктов, значительно повышая производительность. Ознакомьтесь сейчас, чтобы найти идеальный инструмент для принятия решений на основе данных! 238 символов
9 инструментов
xix.ai
2026 год: лучшие, топовые и высокооценённые инструменты ИИ для написания мелодий для черновиков песен! XIX.AI подобрал высокоэффективную коллекцию, меняющую правила игры, которая прошла строгие реальные испытания, чтобы обеспечить лучший опыт написания. Вы можете найти подробные сравнения бесплатных и платных версий, точные рейтинги и обязательные к использованию варианты, разработанные, чтобы помочь вам создавать потрясающие черновики песен без усилий и значительно повысить вашу творческую продуктивность. Исследуйте сейчас, чтобы найти свой идеальный инструмент!
8 инструментов
xix.ai
2026 г. — новейшие, лучшие и наиболее высоко оцененные инструменты для тренировки разговорных навыков с помощью ИИ для подготовки к собеседованиям уже доступны на XIX.AI! Эта тщательно отобранная подборка включает мощные, революционные инструменты, прошедшие строгие реальные испытания и обеспечивающие точную обратную связь. Вы найдете сравнение бесплатных и платных вариантов, а также подробные рейтинги, которые помогут вам выбрать наиболее подходящий инструмент, повышающий вашу уверенность и навыки. Исследуйте сейчас, чтобы найти идеальный инструмент для успешного прохождения собеседований!
12 инструментов
xix.ai
Interesting approach! Using Minecraft for AI benchmarking sounds way more engaging than standard tests. Wonder if this could lead to AI that actually helps design game worlds? The student's project is a cool example of how gaming and AI research can mix. Hope they share the results! 🎮
高校生がAI建築チャレンジのサイトを作ったのか…！Minecraftの世界でAIの創造性を測るってアイデア、すごく面白いな。でも、これって結局マイクロソフトのプロモーションみたいなものじゃないの？AIがどんどんゲーム内に溶け込んでいくの、ちょっと怖い気もする😅 未来のゲームはすべてAIが作っちゃうのかな？
AIが建築対決するなんて面白すぎる！🏗️ Minecraftでベンチマークを取る発想が新鮮だけど、これってゲームバランス崩さないのかな？ちょっと心配…
É sempre incrível ver jovens inovando com IA! Alguém já testou se esses desafios do Minecraft realmente conseguem medir bem a criatividade dos modelos? Ou será que é só mais uma moda passageira? 😅
这个高中生用Minecraft来测试AI生成建筑也太有创意了吧！😂 传统AI评测标准太死板了，确实需要这种更直观有趣的方式。不过我很好奇评判标准是什么，是美观度还是还原度？也想试试看用我的世界来测试Stable Diffusion效果
This high school kid building an AI Minecraft challenge site is wild! 🧱 Makes me wonder how far AI can push creativity in games. Could it outbuild my epic castle? 😎
