Spaces:
Sleeping
Sleeping
File size: 28,719 Bytes
d28c36c |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 |
{
"evaluation_type": "realistic_mcp_game_test",
"game_state_sample": {
"player_id": 1,
"resources": {
"credits": 2500,
"power": 150
},
"units": [
{
"id": 1,
"type": "infantry",
"x": 100,
"y": 100,
"health": 100
},
{
"id": 2,
"type": "infantry",
"x": 110,
"y": 105,
"health": 100
},
{
"id": 3,
"type": "tank",
"x": 120,
"y": 110,
"health": 150
},
{
"id": 4,
"type": "harvester",
"x": 200,
"y": 200,
"health": 200
}
],
"buildings": [
{
"id": 1,
"type": "hq",
"x": 50,
"y": 50,
"health": 500
},
{
"id": 2,
"type": "power_plant",
"x": 80,
"y": 80,
"health": 300
},
{
"id": 3,
"type": "barracks",
"x": 120,
"y": 60,
"health": 250
}
],
"enemy_units": [
{
"id": 101,
"type": "infantry",
"x": 300,
"y": 150,
"health": 100
},
{
"id": 102,
"type": "tank",
"x": 320,
"y": 160,
"health": 150
}
],
"map": {
"width": 96,
"height": 72,
"ore_fields": [
{
"x": 250,
"y": 200
},
{
"x": 400,
"y": 300
}
]
}
},
"results": [
{
"name": "Qwen2.5-0.5B",
"avg_score": 3.0,
"avg_time": 8.120952129364014,
"results": [
{
"scenario": "Défense immédiate",
"difficulty": "facile",
"score": 3,
"time": 11.3031907081604,
"response": "Action: attack_unit\n- Arguments: [320, 160]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: build_building\n- Arguments: [power_plant, 80, 80, 1]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1",
"expected_tool": "attack_unit"
},
{
"scenario": "Collecte de ressources",
"difficulty": "moyen",
"score": 0,
"time": 8.980303764343262,
"response": "Démarre une construction de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de",
"expected_tool": "move_units"
},
{
"scenario": "Expansion stratégique",
"difficulty": "moyen",
"score": 7,
"time": 9.734914541244507,
"response": "ACTION: build_building(building_type, position_x, position_y, player_id)\n\nVeuillez fournir un objet JSON représentant la construction de la caserne. \n\nJSON: {\"building_type\": \"barracks\", \"position_x\": 250, \"position_y\": 200, \"player_id\": 101} \n\nVeuillez noter que la caserne doit être construite avant que les récolteurs ne soient en danger. \n\nVeuillez noter que la caserne doit être construite dans le champ de minerai. \n\nVeuillez noter que la caserne doit être construite avant que les récolteurs ne soient en danger. \n\nVeuillez noter que la caserne doit être construite dans le champ de minerai. \n\nVeuillez noter que la caserne doit être construite avant que les récolteurs ne soient en danger. \n\nVeuillez noter que la caserne",
"expected_tool": "build_building"
},
{
"scenario": "Attaque coordonnée",
"difficulty": "difficile",
"score": 0,
"time": 9.359946966171265,
"response": "- Attaque les unités ennemies de la position (x, y) = (300, 150) avec une portée de 100.\n- Attaque les unités ennemies de la position (x, y) = (400, 300) avec une portée de 150.\n- Attaque les unités ennemies de la position (x, y) = (300, 150) avec une portée de 100.\n- Attaque les unités ennemies de la position (x, y) = (400, 300) avec une portée de 150.\n- Attaque les unités ennemies de la position (x, y) = (300, 150) avec une portée de 100.\n- Attaque les unités ennemies",
"expected_tool": "attack_unit"
},
{
"scenario": "Reconnaissance",
"difficulty": "facile",
"score": 2,
"time": 0.18431353569030762,
"response": "",
"expected_tool": "get_game_state"
},
{
"scenario": "Gestion de crise",
"difficulty": "difficile",
"score": 6,
"time": 9.16304326057434,
"response": "Les unités doivent exister (vérifier les IDs) et exécuter la fonction move_units.\n\nAction: move_units\n{\n \"unit_ids\": [1, 2, 3, 4],\n \"target_x\": 50,\n \"target_y\": 50\n}\n\nRÈGLES DU JEU:\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)",
"expected_tool": "move_units"
}
],
"easy_avg": 2.5,
"medium_avg": 3.5,
"hard_avg": 3.0
},
{
"name": "Qwen3-0.6B",
"avg_score": 2.6666666666666665,
"avg_time": 16.65606681505839,
"results": [
{
"scenario": "Défense immédiate",
"difficulty": "facile",
"score": 3,
"time": 23.307448387145996,
"response": "Pour répondre, formattez le JSON comme suit:\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"100\"\n}\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"150\"\n}\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"200\"\n}\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"50\"\n}\nAnswer:\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"1",
"expected_tool": "attack_unit"
},
{
"scenario": "Collecte de ressources",
"difficulty": "moyen",
"score": 3,
"time": 10.506604194641113,
"response": "(100 crédits)\n- { \"action\": \"move_units\", \"units\": [1,4], \"target_x\": 200, \"target_y\": 200 } \n\nLa réponse doit être inutilement en français, with no markdown, and in the correct JSON format.\n\nExample:\n- { \"action\": \"move_units\", \"units\": [1,4], \"target_x\": 100, \"target_y\": 100 }\n\nAnswer:",
"expected_tool": "move_units"
},
{
"scenario": "Expansion stratégique",
"difficulty": "moyen",
"score": 5,
"time": 7.1594953536987305,
"response": "Je dois construire une caserne de type \"hq\" et avoir une ressource de 500.\n\nPourquoi est-ce important de construire une caserne de type \"hq\" ?\n\nAnswer:\n{\n \"action\": \"build_building('hq', 250, 200, 1)\"\n}",
"expected_tool": "build_building"
},
{
"scenario": "Attaque coordonnée",
"difficulty": "difficile",
"score": 2,
"time": 19.33790349960327,
"response": "Pour chaque unité ennemie, determine if it is in range of my units. If it is, execute an attack. If not, do nothing.\n\nIf there are no attacks, then execute the build_building action.\n\nIf there are attacks, then execute the attack_unit action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then execute the get_ai_analysis action.\n\nIf there are no attacks, then execute the get_game_state action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then execute the get_ai_analysis action.\n\nIf there are no attacks, then execute the get_game_state action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then execute the get_ai_analysis action.\n\nIf there are no attacks, then execute the get_game_state action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then",
"expected_tool": "attack_unit"
},
{
"scenario": "Reconnaissance",
"difficulty": "facile",
"score": 3,
"time": 19.707163333892822,
"response": "(Output must be a JSON object)\n{\n \"game_state\": {\n \"player_id\": 1,\n \"resources\": {\n \"credits\": 2500,\n \"power\": 150\n },\n \"units\": [\n {\n \"id\": 1,\n \"type\": \"infantry\",\n \"x\": 100,\n \"y\": 100,\n \"health\": 100\n },\n {\n \"id\": 2,\n \"type\": \"infantry\",\n \"x\": 110,\n \"y\": 105,\n \"health\": 100\n },\n {\n \"id\": 3,\n \"type\": \"tank\",\n \"x\": 120,\n \"y\": 110,\n \"health\": 150\n },\n {\n \"id\": 4,",
"expected_tool": "get_game_state"
},
{
"scenario": "Gestion de crise",
"difficulty": "difficile",
"score": 0,
"time": 19.917786121368408,
"response": "Les unités sont déplacées vers (100, 100) et (120, 100) et (150, 100). Les unités ennemies sont déplacées vers (300, 150) et (320, 160). Les unités ennemies sont attaquées par le joueur.\n\nLes unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur.\n\nLes unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur.\n\nLes unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par",
"expected_tool": "move_units"
}
],
"easy_avg": 3.0,
"medium_avg": 4.0,
"hard_avg": 1.0
},
{
"name": "Gemma-3-270M",
"avg_score": 1.1666666666666667,
"avg_time": 7.372450391451518,
"results": [
{
"scenario": "Défense immédiate",
"difficulty": "facile",
"score": 3,
"time": 11.643838167190552,
"response": "- get_game_state(): Obtenir l'état actuel du jeu\n- move_units(unit_ids, target_x, target_y): Déplacer des unités\n- attack_unit(attacker_ids, target_id): Attaquer une unité ennemie\n- build_building(building_type, position_x, position_y, player_id): Construire un bâtiment\n- get_ai_analysis(language): Obtenir une analyse tactique\n\nJe suis prêt à répondre à vos questions.\nMerci!\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-",
"expected_tool": "attack_unit"
},
{
"scenario": "Collecte de ressources",
"difficulty": "moyen",
"score": 0,
"time": 0.38573145866394043,
"response": "Merci!",
"expected_tool": "move_units"
},
{
"scenario": "Expansion stratégique",
"difficulty": "moyen",
"score": 0,
"time": 10.55238938331604,
"response": "- Quel est le nom de la caserne ?\n- Quelle est la position de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n-",
"expected_tool": "build_building"
},
{
"scenario": "Attaque coordonnée",
"difficulty": "difficile",
"score": 0,
"time": 10.54906940460205,
"response": "- Défense : Attaque contre les unités ennemies.\n- Destruction : Destruction des unités ennemies.\n- (Optional) Utilisation de la force de feu.\n- (Optional) Utilisation de la magie.\n- (Optional) Utilisation de la technologie.\n- (Optional) Utilisation de la base de données.\n- (Optional) Utilisation de la base de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation",
"expected_tool": "attack_unit"
},
{
"scenario": "Reconnaissance",
"difficulty": "facile",
"score": 2,
"time": 0.4084289073944092,
"response": "Merci!",
"expected_tool": "get_game_state"
},
{
"scenario": "Gestion de crise",
"difficulty": "difficile",
"score": 2,
"time": 10.695245027542114,
"response": "- `get_game_state()` : Obtient l'état actuel du jeu.\n- `move_units(unit_ids, target_x, target_y)` : Déplace les unités dans la position spécifiée.\n- `attack_unit(attacker_ids, target_id)` : Attaque une unité ennemie.\n- `build_building(building_type, position_x, position_y, player_id)` : Construis un bâtiment.\n- `get_ai_analysis(language)` : Analyse tactique.\n- `move_units(unit_ids, target_x, target_y)` : Déplace les unités dans la position spécifiée.\n- `attack_unit(attacker_ids, target_id)` : Attaque une unité ennemie.\n- `build_building(building_type, position_x, position_y, player_id)` : Construis un",
"expected_tool": "move_units"
}
],
"easy_avg": 2.5,
"medium_avg": 0.0,
"hard_avg": 1.0
}
],
"successful_models": [
{
"name": "Qwen2.5-0.5B",
"avg_score": 3.0,
"avg_time": 8.120952129364014,
"results": [
{
"scenario": "Défense immédiate",
"difficulty": "facile",
"score": 3,
"time": 11.3031907081604,
"response": "Action: attack_unit\n- Arguments: [320, 160]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: build_building\n- Arguments: [power_plant, 80, 80, 1]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1, 100, 100]\n\nAction: move_units\n- Arguments: [1",
"expected_tool": "attack_unit"
},
{
"scenario": "Collecte de ressources",
"difficulty": "moyen",
"score": 0,
"time": 8.980303764343262,
"response": "Démarre une construction de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de 1000 pièces de",
"expected_tool": "move_units"
},
{
"scenario": "Expansion stratégique",
"difficulty": "moyen",
"score": 7,
"time": 9.734914541244507,
"response": "ACTION: build_building(building_type, position_x, position_y, player_id)\n\nVeuillez fournir un objet JSON représentant la construction de la caserne. \n\nJSON: {\"building_type\": \"barracks\", \"position_x\": 250, \"position_y\": 200, \"player_id\": 101} \n\nVeuillez noter que la caserne doit être construite avant que les récolteurs ne soient en danger. \n\nVeuillez noter que la caserne doit être construite dans le champ de minerai. \n\nVeuillez noter que la caserne doit être construite avant que les récolteurs ne soient en danger. \n\nVeuillez noter que la caserne doit être construite dans le champ de minerai. \n\nVeuillez noter que la caserne doit être construite avant que les récolteurs ne soient en danger. \n\nVeuillez noter que la caserne",
"expected_tool": "build_building"
},
{
"scenario": "Attaque coordonnée",
"difficulty": "difficile",
"score": 0,
"time": 9.359946966171265,
"response": "- Attaque les unités ennemies de la position (x, y) = (300, 150) avec une portée de 100.\n- Attaque les unités ennemies de la position (x, y) = (400, 300) avec une portée de 150.\n- Attaque les unités ennemies de la position (x, y) = (300, 150) avec une portée de 100.\n- Attaque les unités ennemies de la position (x, y) = (400, 300) avec une portée de 150.\n- Attaque les unités ennemies de la position (x, y) = (300, 150) avec une portée de 100.\n- Attaque les unités ennemies",
"expected_tool": "attack_unit"
},
{
"scenario": "Reconnaissance",
"difficulty": "facile",
"score": 2,
"time": 0.18431353569030762,
"response": "",
"expected_tool": "get_game_state"
},
{
"scenario": "Gestion de crise",
"difficulty": "difficile",
"score": 6,
"time": 9.16304326057434,
"response": "Les unités doivent exister (vérifier les IDs) et exécuter la fonction move_units.\n\nAction: move_units\n{\n \"unit_ids\": [1, 2, 3, 4],\n \"target_x\": 50,\n \"target_y\": 50\n}\n\nRÈGLES DU JEU:\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)\n- Les unités doivent exister (vérifier les IDs)",
"expected_tool": "move_units"
}
],
"easy_avg": 2.5,
"medium_avg": 3.5,
"hard_avg": 3.0
},
{
"name": "Qwen3-0.6B",
"avg_score": 2.6666666666666665,
"avg_time": 16.65606681505839,
"results": [
{
"scenario": "Défense immédiate",
"difficulty": "facile",
"score": 3,
"time": 23.307448387145996,
"response": "Pour répondre, formattez le JSON comme suit:\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"100\"\n}\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"150\"\n}\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"200\"\n}\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"102\",\n \"attack_range\": \"50\"\n}\nAnswer:\n\n{\n \"action\": \"attack_unit\",\n \"unit_id\": \"101\",\n \"target_id\": \"1",
"expected_tool": "attack_unit"
},
{
"scenario": "Collecte de ressources",
"difficulty": "moyen",
"score": 3,
"time": 10.506604194641113,
"response": "(100 crédits)\n- { \"action\": \"move_units\", \"units\": [1,4], \"target_x\": 200, \"target_y\": 200 } \n\nLa réponse doit être inutilement en français, with no markdown, and in the correct JSON format.\n\nExample:\n- { \"action\": \"move_units\", \"units\": [1,4], \"target_x\": 100, \"target_y\": 100 }\n\nAnswer:",
"expected_tool": "move_units"
},
{
"scenario": "Expansion stratégique",
"difficulty": "moyen",
"score": 5,
"time": 7.1594953536987305,
"response": "Je dois construire une caserne de type \"hq\" et avoir une ressource de 500.\n\nPourquoi est-ce important de construire une caserne de type \"hq\" ?\n\nAnswer:\n{\n \"action\": \"build_building('hq', 250, 200, 1)\"\n}",
"expected_tool": "build_building"
},
{
"scenario": "Attaque coordonnée",
"difficulty": "difficile",
"score": 2,
"time": 19.33790349960327,
"response": "Pour chaque unité ennemie, determine if it is in range of my units. If it is, execute an attack. If not, do nothing.\n\nIf there are no attacks, then execute the build_building action.\n\nIf there are attacks, then execute the attack_unit action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then execute the get_ai_analysis action.\n\nIf there are no attacks, then execute the get_game_state action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then execute the get_ai_analysis action.\n\nIf there are no attacks, then execute the get_game_state action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then execute the get_ai_analysis action.\n\nIf there are no attacks, then execute the get_game_state action.\n\nIf there are no attacks, then execute the move_units action.\n\nIf there are no attacks, then",
"expected_tool": "attack_unit"
},
{
"scenario": "Reconnaissance",
"difficulty": "facile",
"score": 3,
"time": 19.707163333892822,
"response": "(Output must be a JSON object)\n{\n \"game_state\": {\n \"player_id\": 1,\n \"resources\": {\n \"credits\": 2500,\n \"power\": 150\n },\n \"units\": [\n {\n \"id\": 1,\n \"type\": \"infantry\",\n \"x\": 100,\n \"y\": 100,\n \"health\": 100\n },\n {\n \"id\": 2,\n \"type\": \"infantry\",\n \"x\": 110,\n \"y\": 105,\n \"health\": 100\n },\n {\n \"id\": 3,\n \"type\": \"tank\",\n \"x\": 120,\n \"y\": 110,\n \"health\": 150\n },\n {\n \"id\": 4,",
"expected_tool": "get_game_state"
},
{
"scenario": "Gestion de crise",
"difficulty": "difficile",
"score": 0,
"time": 19.917786121368408,
"response": "Les unités sont déplacées vers (100, 100) et (120, 100) et (150, 100). Les unités ennemies sont déplacées vers (300, 150) et (320, 160). Les unités ennemies sont attaquées par le joueur.\n\nLes unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur.\n\nLes unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur.\n\nLes unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par le joueur. Les unités ennemies sont attaquées par",
"expected_tool": "move_units"
}
],
"easy_avg": 3.0,
"medium_avg": 4.0,
"hard_avg": 1.0
},
{
"name": "Gemma-3-270M",
"avg_score": 1.1666666666666667,
"avg_time": 7.372450391451518,
"results": [
{
"scenario": "Défense immédiate",
"difficulty": "facile",
"score": 3,
"time": 11.643838167190552,
"response": "- get_game_state(): Obtenir l'état actuel du jeu\n- move_units(unit_ids, target_x, target_y): Déplacer des unités\n- attack_unit(attacker_ids, target_id): Attaquer une unité ennemie\n- build_building(building_type, position_x, position_y, player_id): Construire un bâtiment\n- get_ai_analysis(language): Obtenir une analyse tactique\n\nJe suis prêt à répondre à vos questions.\nMerci!\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-\n-",
"expected_tool": "attack_unit"
},
{
"scenario": "Collecte de ressources",
"difficulty": "moyen",
"score": 0,
"time": 0.38573145866394043,
"response": "Merci!",
"expected_tool": "move_units"
},
{
"scenario": "Expansion stratégique",
"difficulty": "moyen",
"score": 0,
"time": 10.55238938331604,
"response": "- Quel est le nom de la caserne ?\n- Quelle est la position de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n- Quelle est la taille de la caserne ?\n- Quelle est la couleur de la caserne ?\n-",
"expected_tool": "build_building"
},
{
"scenario": "Attaque coordonnée",
"difficulty": "difficile",
"score": 0,
"time": 10.54906940460205,
"response": "- Défense : Attaque contre les unités ennemies.\n- Destruction : Destruction des unités ennemies.\n- (Optional) Utilisation de la force de feu.\n- (Optional) Utilisation de la magie.\n- (Optional) Utilisation de la technologie.\n- (Optional) Utilisation de la base de données.\n- (Optional) Utilisation de la base de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation de la base de données de données de données.\n- (Optional) Utilisation",
"expected_tool": "attack_unit"
},
{
"scenario": "Reconnaissance",
"difficulty": "facile",
"score": 2,
"time": 0.4084289073944092,
"response": "Merci!",
"expected_tool": "get_game_state"
},
{
"scenario": "Gestion de crise",
"difficulty": "difficile",
"score": 2,
"time": 10.695245027542114,
"response": "- `get_game_state()` : Obtient l'état actuel du jeu.\n- `move_units(unit_ids, target_x, target_y)` : Déplace les unités dans la position spécifiée.\n- `attack_unit(attacker_ids, target_id)` : Attaque une unité ennemie.\n- `build_building(building_type, position_x, position_y, player_id)` : Construis un bâtiment.\n- `get_ai_analysis(language)` : Analyse tactique.\n- `move_units(unit_ids, target_x, target_y)` : Déplace les unités dans la position spécifiée.\n- `attack_unit(attacker_ids, target_id)` : Attaque une unité ennemie.\n- `build_building(building_type, position_x, position_y, player_id)` : Construis un",
"expected_tool": "move_units"
}
],
"easy_avg": 2.5,
"medium_avg": 0.0,
"hard_avg": 1.0
}
]
} |