在这样的背景下，AdiSingh独辟蹊径，创造了MC-Bench，这一平台以《我的世界》作为测试场景，让不同的AI通过相同的提示生成建筑作品。例如，提示可以是“仿若晶莹剔透的酒杯盛满了深红色的葡萄酒，反射出动人心魄的光彩。”然后，由用户评选这些作品的优劣，最后系统才会揭晓出哪个AI完成了该建筑任务。这种评测不仅更加直观，还能有效反映出AI在实际应用中的能力。

整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）如果要衡量 AI 的智能程度，你会怎么做？让它解数学题、写代码，还是让它通过标准化考试？这些方法虽然严谨，但普通人往往难以直观理解 AI 的能力差异。近来，一位高三学生 Adi Singh ...

随着人工智能（AI）技术的迅猛发展，评测AI模型的方式也在不断进化。过往的标准化测试往往只能反映模型在特定任务中的表现，难以全面评估其实际能力，而由一位高三学生Adi Singh创立的网站MC-Bench则开辟了另一条道路，通过互动游戏《我的世界》（Minecraft）来衡量不同AI模型的智能表现。这一新颖的评测方法不仅增强了评测的趣味性和直观性，也为人工智能技术革新提供了深度解析的契机。

从技术上讲，MC-Bench 是一个编程基准，因为模型需要编写代码来创建所提示的构建，如「冰霜雪人」（Frosty the Snowman）或「原始沙滩上迷人的热带海滨小屋」（a charming tropical beach hut on a ...

由于传统的AI 基准测试技术已被证明不够充分，AI 开发者开始采用更具创造性的方式来评估生成式 AI 模型的能力。对于一组开发者来说，这就是微软旗下的沙盒建造游戏 Minecraft。 Minecraft Benchmark （或 ...

MC网站2025年游戏得分排行简榜公开 近日推特用户CultureCrave整理了MC网站2025年目前为止所有新游的媒体评分简榜，排名前三的分别是《双影奇境》91分、《怪物猎人：荒野》89分、《天国：拯救2》88分。并且目前为止MC网站上仅有《双影奇境》一款媒体评分突破90分的作品。

须田刚一认为，关键原因之一就是现在的玩家对MC网站的评分关注得太多了，这不利于原创游戏发挥。 “每个人都过于关注和在意 Metacritic 评分。