Le filThèmes : AgentsRechercheÉvaluations
Code2Games permet à des agents de code de générer des mondes de jeu jouables dans Unreal Engine 5
1 sourcemis à jour il y a 1 jpertinence 3,0 sur5
L’essentiel
Le framework Code2Games part d’un monde Blender et corrige les incohérences grâce aux diagnostics de compilation. Il est évalué sur GameCode4D, un benchmark de dix prompts de jeu fixes.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceWei Wu, Ziyang Xu, Zeyu Zhang et al.huggingface.co
Code2Games: Enabling Coding Agents for Gaming World Generation (site externe)
Generating a high-quality gaming world from a natural-language game intent requires joint reasoning about scene structure, spatial layout, gameplay objectives, interactive entities, and executable gameplay logic.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Agents
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
Évaluations
Des chercheurs suggèrent que les modèles de langage tendent à présenter par défaut des récits de succès
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5