VS-Bench: Evaluating VLMs for Strategic Abilities in Multi-Agent Environments
Fuente:
arXiv
Salvato in:
| Autori principali: | Xu, Zelai, Xu, Zhexuan, Yi, Xiangmin, Yuan, Huining, Guang, Mo, Long, Kaiwen, Chen, Xinlei, Wu, Yi, Yu, Chao, Wang, Yu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
MARSHAL: Incentivizing Multi-Agent Reasoning via Self-Play with Strategic LLMs
di: Yuan, Huining, et al.
Pubblicazione: (2025)
di: Yuan, Huining, et al.
Pubblicazione: (2025)
VolleyBots: A Testbed for Multi-Drone Volleyball Game Combining Motion Control and Strategic Play
di: Xu, Zelai, et al.
Pubblicazione: (2025)
di: Xu, Zelai, et al.
Pubblicazione: (2025)
Language Agents with Reinforcement Learning for Strategic Play in the Werewolf Game
di: Xu, Zelai, et al.
Pubblicazione: (2023)
di: Xu, Zelai, et al.
Pubblicazione: (2023)
Learning Strategic Language Agents in the Werewolf Game with Iterative Latent Space Policy Optimization
di: Xu, Zelai, et al.
Pubblicazione: (2025)
di: Xu, Zelai, et al.
Pubblicazione: (2025)
Verifiable Process Rewards for Agentic Reasoning
di: Yuan, Huining, et al.
Pubblicazione: (2026)
di: Yuan, Huining, et al.
Pubblicazione: (2026)
RE-PO: Robust Enhanced Policy Optimization as a General Framework for LLM Alignment
di: Cao, Xiaoyang, et al.
Pubblicazione: (2025)
di: Cao, Xiaoyang, et al.
Pubblicazione: (2025)
MAGE: Meta-Reinforcement Learning for Language Agents toward Strategic Exploration and Exploitation
di: Yang, Lu, et al.
Pubblicazione: (2026)
di: Yang, Lu, et al.
Pubblicazione: (2026)
WideSeek-R1: Exploring Width Scaling for Broad Information Seeking via Multi-Agent Reinforcement Learning
di: Xu, Zelai, et al.
Pubblicazione: (2026)
di: Xu, Zelai, et al.
Pubblicazione: (2026)
GameBench: Evaluating Strategic Reasoning Abilities of LLM Agents
di: Costarelli, Anthony, et al.
Pubblicazione: (2024)
di: Costarelli, Anthony, et al.
Pubblicazione: (2024)
EARL: Efficient Agentic Reinforcement Learning Systems for Large Language Models
di: Tan, Zheyue, et al.
Pubblicazione: (2025)
di: Tan, Zheyue, et al.
Pubblicazione: (2025)
Scalable UAV Multi-Hop Networking via Multi-Agent Reinforcement Learning with Large Language Models
di: Xu, Yanggang, et al.
Pubblicazione: (2025)
di: Xu, Yanggang, et al.
Pubblicazione: (2025)
TPS-Bench: Evaluating AI Agents' Tool Planning \& Scheduling Abilities in Compounding Tasks
di: Xu, Hanwen, et al.
Pubblicazione: (2025)
di: Xu, Hanwen, et al.
Pubblicazione: (2025)
SecReEvalBench: A Multi-turned Security Resilience Evaluation Benchmark for Large Language Models
di: Cui, Huining, et al.
Pubblicazione: (2025)
di: Cui, Huining, et al.
Pubblicazione: (2025)
TAR-TVG: Enhancing VLMs with Timestamp Anchor-Constrained Reasoning for Temporal Video Grounding
di: Guo, Chaohong, et al.
Pubblicazione: (2025)
di: Guo, Chaohong, et al.
Pubblicazione: (2025)
AgentBench: Evaluating LLMs as Agents
di: Liu, Xiao, et al.
Pubblicazione: (2023)
di: Liu, Xiao, et al.
Pubblicazione: (2023)
InnovatorBench: Evaluating Agents' Ability to Conduct Innovative LLM Research
di: Wu, Yunze, et al.
Pubblicazione: (2025)
di: Wu, Yunze, et al.
Pubblicazione: (2025)
CLGRPO: Reasoning Ability Enhancement for Small VLMs
di: Wang, Fanyi, et al.
Pubblicazione: (2025)
di: Wang, Fanyi, et al.
Pubblicazione: (2025)
PlotGen-Bench: Evaluating VLMs on Generating Visualization Code from Diverse Plots across Multiple Libraries
di: Zhao, Yi, et al.
Pubblicazione: (2025)
di: Zhao, Yi, et al.
Pubblicazione: (2025)
Natural Strategic Ability in Stochastic Multi-Agent Systems
di: Berthon, Raphaël, et al.
Pubblicazione: (2024)
di: Berthon, Raphaël, et al.
Pubblicazione: (2024)
SMoES: Soft Modality-Guided Expert Specialization in MoE-VLMs
di: Bo, Zi-Hao, et al.
Pubblicazione: (2026)
di: Bo, Zi-Hao, et al.
Pubblicazione: (2026)
SMH-Bench: Benchmarking LLM Agents for Environment-Grounded Reasoning and Action in Smart Homes
di: Li, Kuan, et al.
Pubblicazione: (2026)
di: Li, Kuan, et al.
Pubblicazione: (2026)
AED: Automatic Discovery of Effective and Diverse Vulnerabilities for Autonomous Driving Policy with Large Language Models
di: Qiu, Le, et al.
Pubblicazione: (2025)
di: Qiu, Le, et al.
Pubblicazione: (2025)
MERRY: Semantically Decoupled Evaluation of Multimodal Emotional and Role Consistencies of Role-Playing Agents
di: Wang, Zhenyu, et al.
Pubblicazione: (2026)
di: Wang, Zhenyu, et al.
Pubblicazione: (2026)
Extending Test-Time Scaling: A 3D Perspective with Context, Batch, and Turn
di: Yu, Chao, et al.
Pubblicazione: (2025)
di: Yu, Chao, et al.
Pubblicazione: (2025)
SetupBench: Assessing Software Engineering Agents' Ability to Bootstrap Development Environments
di: Arora, Avi, et al.
Pubblicazione: (2025)
di: Arora, Avi, et al.
Pubblicazione: (2025)
Silo-Bench: A Scalable Environment for Evaluating Distributed Coordination in Multi-Agent LLM Systems
di: Zhang, Yuzhe, et al.
Pubblicazione: (2026)
di: Zhang, Yuzhe, et al.
Pubblicazione: (2026)
Reasoning about Strategic Abilities in Stochastic Multi-agent Systems
di: Zhang, Yedi, et al.
Pubblicazione: (2024)
di: Zhang, Yedi, et al.
Pubblicazione: (2024)
LocateBench: Evaluating the Locating Ability of Vision Language Models
di: Chiang, Ting-Rui, et al.
Pubblicazione: (2024)
di: Chiang, Ting-Rui, et al.
Pubblicazione: (2024)
Agnostic Parameter Estimation with Large Spins
di: Zhang, Huining, et al.
Pubblicazione: (2026)
di: Zhang, Huining, et al.
Pubblicazione: (2026)
QuantAgents: Towards Multi-agent Financial System via Simulated Trading
di: Li, Xiangyu, et al.
Pubblicazione: (2025)
di: Li, Xiangyu, et al.
Pubblicazione: (2025)
HedgeAgents: A Balanced-aware Multi-agent Financial Trading System
di: Li, Xiangyu, et al.
Pubblicazione: (2025)
di: Li, Xiangyu, et al.
Pubblicazione: (2025)
FlightBench: Benchmarking Learning-based Methods for Ego-vision-based Quadrotors Navigation
di: Yu, Shu-Ang, et al.
Pubblicazione: (2024)
di: Yu, Shu-Ang, et al.
Pubblicazione: (2024)
AJ-Bench: Benchmarking Agent-as-a-Judge for Environment-Aware Evaluation
di: Shi, Wentao, et al.
Pubblicazione: (2026)
di: Shi, Wentao, et al.
Pubblicazione: (2026)
Game-Theoretic Safe Multi-Agent Motion Planning with Reachability Analysis for Dynamic and Uncertain Environments (Extended Version)
di: Mai, Wenbin, et al.
Pubblicazione: (2025)
di: Mai, Wenbin, et al.
Pubblicazione: (2025)
CostBench: Evaluating Multi-Turn Cost-Optimal Planning and Adaptation in Dynamic Environments for LLM Tool-Use Agents
di: Liu, Jiayu, et al.
Pubblicazione: (2025)
di: Liu, Jiayu, et al.
Pubblicazione: (2025)
DSGBench: A Diverse Strategic Game Benchmark for Evaluating LLM-based Agents in Complex Decision-Making Environments
di: Tang, Wenjie, et al.
Pubblicazione: (2025)
di: Tang, Wenjie, et al.
Pubblicazione: (2025)
Mastering Multi-Drone Volleyball through Hierarchical Co-Self-Play Reinforcement Learning
di: Zhang, Ruize, et al.
Pubblicazione: (2025)
di: Zhang, Ruize, et al.
Pubblicazione: (2025)
How Far Are We on the Decision-Making of LLMs? Evaluating LLMs' Gaming Ability in Multi-Agent Environments
di: Huang, Jen-tse, et al.
Pubblicazione: (2024)
di: Huang, Jen-tse, et al.
Pubblicazione: (2024)
TimeBench: A Comprehensive Evaluation of Temporal Reasoning Abilities in Large Language Models
di: Chu, Zheng, et al.
Pubblicazione: (2023)
di: Chu, Zheng, et al.
Pubblicazione: (2023)
SAC Flow: Sample-Efficient Reinforcement Learning of Flow-Based Policies via Velocity-Reparameterized Sequential Modeling
di: Zhang, Yixian, et al.
Pubblicazione: (2025)
di: Zhang, Yixian, et al.
Pubblicazione: (2025)
Documenti analoghi
-
MARSHAL: Incentivizing Multi-Agent Reasoning via Self-Play with Strategic LLMs
di: Yuan, Huining, et al.
Pubblicazione: (2025) -
VolleyBots: A Testbed for Multi-Drone Volleyball Game Combining Motion Control and Strategic Play
di: Xu, Zelai, et al.
Pubblicazione: (2025) -
Language Agents with Reinforcement Learning for Strategic Play in the Werewolf Game
di: Xu, Zelai, et al.
Pubblicazione: (2023) -
Learning Strategic Language Agents in the Werewolf Game with Iterative Latent Space Policy Optimization
di: Xu, Zelai, et al.
Pubblicazione: (2025) -
Verifiable Process Rewards for Agentic Reasoning
di: Yuan, Huining, et al.
Pubblicazione: (2026)