多模態AIの長距離タスク遂行能力を評価する「MineExplorer」が公開

美団が公開した『Minecraft』環境での長距離タスク評価基盤です。主要な多模態モデルを検証した結果、複雑なタスクにおける成功率が大幅に低下することが判明しました。