Buchumschlag

Playing NetHack with LLMs: Potential & Limitations as Zero-Shot Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jeurissen, Dominik, Perez-Liebana, Diego, Gow, Jeremy, Cakmak, Duygu, Kwan, James
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LuckyMera: a Modular AI Framework for Building Hybrid NetHack Agents
von: Quarantiello, Luigi, et al.
Veröffentlicht: (2023)

From Code to Play: Benchmarking Program Search for Games Using Large Language Models
von: Eberhardinger, Manuel, et al.
Veröffentlicht: (2024)

Strategy Game-Playing with Size-Constrained State Abstraction
von: Xu, Linjie, et al.
Veröffentlicht: (2024)

Play Style Identification Using Low-Level Representations of Play Traces in MicroRTS
von: Xia, Ruizhe Yu, et al.
Veröffentlicht: (2025)

Seeding for Success: Skill and Stochasticity in Tabletop Games
von: Goodman, James, et al.
Veröffentlicht: (2025)

Exploration with Foundation Models: Capabilities, Limitations, and Hybrid Approaches
von: Sasso, Remo, et al.
Veröffentlicht: (2025)

Evaluating Environments Using Exploratory Agents
von: Khaleque, Bobby, et al.
Veröffentlicht: (2024)

School of Reward Hacks: Hacking harmless tasks generalizes to misaligned behavior in LLMs
von: Taylor, Mia, et al.
Veröffentlicht: (2025)

PyTAG: Tabletop Games for Multi-Agent Reinforcement Learning
von: Balla, Martin, et al.
Veröffentlicht: (2024)

JSON-Bag: A generic game trajectory representation
von: Nguyen, Dien, et al.
Veröffentlicht: (2025)

Hacking CTFs with Plain Agents
von: Turtayev, Rustem, et al.
Veröffentlicht: (2024)

Foundation Models as World Models: A Foundational Study in Text-Based GridWorlds
von: Sasso, Remo, et al.
Veröffentlicht: (2025)

Plug-and-Play Emotion Graphs for Compositional Prompting in Zero-Shot Speech Emotion Recognition
von: Shi, Jiacheng, et al.
Veröffentlicht: (2025)

Ignore This Title and HackAPrompt: Exposing Systemic Vulnerabilities of LLMs through a Global Scale Prompt Hacking Competition
von: Schulhoff, Sander, et al.
Veröffentlicht: (2023)

The Multi-Agent Reinforcement Learning in MalmÖ (MARLÖ) Competition
von: Perez-Liebana, Diego, et al.
Veröffentlicht: (2019)

Reasoning with LLMs for Zero-Shot Vulnerability Detection
von: Zibaeirad, Arastoo, et al.
Veröffentlicht: (2025)

RewardHackingAgents: Benchmarking Evaluation Integrity for LLM ML-Engineering Agents
von: Atinafu, Yonas, et al.
Veröffentlicht: (2026)

LLM Agents can Autonomously Hack Websites
von: Fang, Richard, et al.
Veröffentlicht: (2024)

LLM Agent Honeypot: Monitoring AI Hacking Agents in the Wild
von: Reworr, et al.
Veröffentlicht: (2024)

Zero-Shot Clinical Trial Patient Matching with LLMs
von: Wornow, Michael, et al.
Veröffentlicht: (2024)

Are Stereotypes Leading LLMs' Zero-Shot Stance Detection ?
von: Dubreuil, Anthony, et al.
Veröffentlicht: (2025)

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights
von: Liang, Zhiyuan, et al.
Veröffentlicht: (2025)

AI and the Net-Zero Journey: Energy Demand, Emissions, and the Potential for Transition
von: Devarakota, Pandu, et al.
Veröffentlicht: (2025)

SmartPlay: A Benchmark for LLMs as Intelligent Agents
von: Wu, Yue, et al.
Veröffentlicht: (2023)

Higher Replay Ratio Empowers Sample-Efficient Multi-Agent Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2024)

Proof-of-Use: Mitigating Tool-Call Hacking in Deep Research Agents
von: Ma, SHengjie, et al.
Veröffentlicht: (2025)

LLMs Gaming Verifiers: RLVR can Lead to Reward Hacking
von: Helff, Lukas, et al.
Veröffentlicht: (2026)

Frog Soup: Zero-Shot, In-Context, and Sample-Efficient Frogger Agents
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Wonderful Team: Zero-Shot Physical Task Planning with Visual LLMs
von: Wang, Zidan, et al.
Veröffentlicht: (2024)

MARSHAL: Incentivizing Multi-Agent Reasoning via Self-Play with Strategic LLMs
von: Yuan, Huining, et al.
Veröffentlicht: (2025)

Assessing the Zero-Shot Capabilities of LLMs for Action Evaluation in RL
von: Pignatelli, Eduardo, et al.
Veröffentlicht: (2024)

Zero-Shot Robustification of Zero-Shot Models
von: Adila, Dyah, et al.
Veröffentlicht: (2023)

Zero-Shot Action Generalization with Limited Observations
von: Alchihabi, Abdullah, et al.
Veröffentlicht: (2025)

ROAD: Reflective Optimization via Automated Debugging for Zero-Shot Agent Alignment
von: Temyingyong, Natchaya, et al.
Veröffentlicht: (2025)

LLMs are not Zero-Shot Reasoners for Biomedical Information Extraction
von: Nagar, Aishik, et al.
Veröffentlicht: (2024)

Univariate to Multivariate: LLMs as Zero-Shot Predictors for Time-Series Forecasting
von: Madarasingha, Chamara, et al.
Veröffentlicht: (2025)

MultiVer: Zero-Shot Multi-Agent Vulnerability Detection
von: Rajan, Shreshth
Veröffentlicht: (2026)

Hack-Verifiable Environments: Towards Evaluating Reward Hacking at Scale
von: Roth, Amit, et al.
Veröffentlicht: (2026)

Smooth Operators: LLMs Translating Imperfect Hints into Disfluency-Rich Transcripts
von: Altinok, Duygu
Veröffentlicht: (2025)

Enhancing Zero-Shot Time Series Forecasting in Off-the-Shelf LLMs via Noise Injection
von: Yin, Xingyou, et al.
Veröffentlicht: (2025)