Games

Mendeley Data2024-02-03 更新2024-06-27 收录

下载链接：

http://digital.ucd.ie/view/duchas:4824157

下载链接

链接失效反馈

官方服务：

资源简介：

Collected as part of the Schools' Folklore scheme, 1937-1938, under the supervision of teacher Anna Ní Shiocfhradha.

本数据集于1937至1938年间作为学校民俗计划（Schools' Folklore scheme）的组成部分完成采集，由教师安娜·尼·肖克赫拉达（Anna Ní Shiocfhradha）负责监督。

创建时间：

2024-02-03

Orak

Orak是一个旨在训练和评估大型语言模型（LLM）代理在多种现实视频游戏中的能力的基准。该数据集包含12种流行的视频游戏，涵盖了所有主要类型，如动作、冒险、角色扮演、模拟、策略和益智游戏。Orak引入了基于模型上下文协议（MCP）的即插即用接口，允许LLM无缝连接到游戏并操作代理模块。此外，Orak还提供了一个微调数据集，其中包含专家LLM在Orak中的所有游戏上的游戏轨迹。该数据集旨在将预训练的

arXiv2025-06-04 更新960

GameQA

GameQA是一个大规模的视觉语言问答（VQA）数据集，专为游戏设计。它将多种游戏任务整合到视觉问答框架中，每个样本包含一个游戏屏幕和一个相关问题。答案包括逐步推理和一个最终答案，可以是选择题或填空题格式。数据集具有高度的可扩展性和成本效益，难度具有挑战性且分级明确，同时具备大规模和多样性。数据集还通过LLM-based推理改写进行数据增强。

Hugging Face2025-05-13 更新740

SMAC(The StarCraft Multi-Agent Challenge)

星际争霸多智能体挑战赛 (SMAC) 是一个提供部分可观察性、挑战性动态和高维观察空间元素的基准。 SMAC 是使用星际争霸 II 游戏引擎构建的，为合作 MARL 研究创建了一个测试平台，其中每个游戏单元都是一个独立的 RL 代理。

OpenDataLab2026-07-12 更新470

Genshin-Impact-Illustration

该数据集包含国家、名称和图像三个特征，分为训练集，共有86个样本。数据集的下载大小为38636321字节，数据集大小为38643164.0字节。

Hugging Face2024-09-05 更新830

Grid-Based Game Competition Data

Grid-Based Game Competition Data是由佛罗里达理工大学计算机科学系创建的，用于评估大型语言模型在网格游戏如井字棋、四连棋和五子棋中的表现。数据集包含2310场比赛的详细记录，包括比赛结果、每一步的移动记录以及游戏状态的图像。数据集的创建过程涉及使用开源游戏模拟代码，通过不同的提示类型（列表、插图、图像）来测试LLMs的规则理解和战略思维能力。该数据集主要应用于人工智能

arXiv2024-07-11 更新480