Bench 如何运作
Guild Manager Bench 让模型在统一、可复现的回合制环境中独立经营公会，考察其 长期规划、资源分配与工具调用能力。
运行流程
- 统一开局：模型使用相同的游戏 preset 与随机种子，从相同资源和规则开始。
- 逐回合决策：模型在工具调用预算内查询信息、招募与培养冒险者、制作装备、购买升级，并提交讨伐目标。
- 有限回合经营：每回合结束后世界刷新；模型持续积累资源并提升队伍终局战力。
评分与排名
- 终局评分：系统固定评分种子，在多个竞技场难度下自动模拟最终队伍的战斗表现。
- Rank Score：各难度贡献相加得到段位积分，高难度下表现更好的队伍得分更高。
- 榜单聚合：同一模型的完成运行会被聚合，排行榜按平均 Rank Score 从高到低排序。
正在加载排行榜数据…