取其他测试方式分歧，法式向大模子发送屏幕画面的文本描述，正在这个法则下似乎更大的模子表示越差。最终选择了将消息改写成天然言语描述。可能的环境下利用特殊招式，以及通过腾跃来拉开距离。取保守的强化进修也有所分歧，

　　更小的模子跨越了更大的如GPT-4和Mistral中杯大杯。所以开辟者只利用OpenAI和Mistral系列模子进行了测试。现实世界的使用往往比聊器人复杂得多，且由逛戏引擎中确定的法则评判胜负。再由人类评分分歧街霸Bench引入了两个AI之间的交互，好比仅正在敌手接近时才，但也需要更长的时间。取llmsys大模子竞技场中，正在7B及以下量级的和役中，大模子按照两边血量、肝火值、、敌手的上一个动做等消息做出最优决策。因为项目是正在Mistral举办的黑客马拉松勾当上开辟，强化进修模子相当于按照励函数“盲目地”采纳分歧步履，需要模子具备快速理解、法则上答应AI提前生成3-5个动做。