Tencent Hy
@TencentHunyuan
🚀 EvolveScaler来了。
阅读一份为期40天的RPG日志。现在回答一个问题：如果你在第7天跳过小Boss，你还能打败最终Boss吗？
答案不在日志中。你必须重新体验这个世界。
这就是信息进化——记录会被收回、修正、补充。你读过之后，世界仍在不断变化。
所以我们倒着构建它：先将世界定义为一个可执行状态机，然后将其渲染为自然语言。代码保证逻辑。语言呈现混乱。
➡️ 117个原型。159个提问操作。5个难度等级。每个样本最多约1,200个事件。
➡️ 14个前沿模型，最高难度等级：中位数 avg@5 降到11.3。
➡️ 改为在它上面训练：在8个分布外基准上平均提高5.25。
查看我们的论文和项目页面。
📚 论文：https://t.co/wmDPkSiwre
🏠 项目页面：https://t.co/Jt7UPkZtCp
