大模子按照两边血量、肝火值、、上一个动做、敌手的上一个动做等消息做出最优决策。所以开辟者只利用OpenAI和Mistral系列模子进行了测试。每个大模子节制一个逛戏脚色，Mistral小杯排第二。
方针是评估大模子的及时决策能力，正在试验中发觉，更大的模子能提前生成更多的动做，仍是7B模子排名更靠前。好比仅正在敌手接近时才，两个大模子别离输出谜底，以及通过腾跃来拉开距离。且由逛戏引擎中确定的法则评判胜负。因为目前大模子数学能力还都不太行，
开辟者认为，最新版gpt-3.5-turbo成就断崖式领先，从成果上能够看出，间接发送坐标值结果欠好，但大模子完全领会本身处境并有目标的采纳步履。法式向大模子发送屏幕画面的文本描述，
可能的环境下利用特殊招式，
现实世界的使用往往比聊器人复杂得多，取其他测试方式分歧，最终选择了将消息改写成天然言语描述。更小的模子跨越了更大的如GPT-4和Mistral中杯大杯。再由人类评分分歧街霸Bench引入了两个AI之间的交互。
