ByteSized32Refactored：面向 LLM 世界建模与评估的可扩展交互式文本游戏语料库

模拟交互式世界模型仍然是大型语言模型(LLMs)的核心挑战。在本工作中，我们引入了 ByteSized32Refactored，这是原始 ByteSized32 语料库的重构、模块化和可扩展实现，用于探索文本游戏生成任务。我们进一步优化了每个文本游戏的代码结构，并创建了 GameBasic.py 基础库，通过将 7 个基类（GameObject 等）抽象为可复用模块，集中了所有 32 个游戏的通用逻辑，从而使总 Python 代码行数从 20k 减少到 10k。我们的重构实现实现了可扩展性——通过我们的集中式设计，ByteSized32Refactored 可以通过重用共享逻辑和功能更高效地扩展以包含新场景和规范的文本游戏。使用 GPT-4o 进行了广泛实验，展示了混合性能——使用 ByteSized32Refactored，生成的未见场景文本游戏在四个评估维度中的两个上展示了质量提升，而在另外两个上下降，表明重构代码的分层结构为 LLMs 带来了新的挑战。总体而言，我们强调我们的可扩展代码结构，以基础库和模块化优化为中心，不仅促进了 LLMs 对环境规范的适应，还建立了支持未来扩展的可扩展环境。