MineNPC-Task: Teaching AI to Remember in Minecraft

Share
MineNPC-Task: Teaching AI to Remember in Minecraft

How do we know if game-playing AIs can plan, act, and remember like good teammates? Meet MineNPC-Task—a new open benchmark for memory-aware AI agents inside Minecraft’s open world.

Instead of toy prompts, tasks come from real co-play sessions with expert players, then get turned into templates with clear preconditions and dependencies. Machine checks verify progress under a “no out-of-world shortcuts” policy, while the harness logs key events: plan previews, clarifying questions, memory reads/writes, checks, and repairs.

  • Initial snapshot: GPT-4o tested on 216 subtasks with 8 experienced players.
  • Common breakdowns: code execution, inventory/tool handling, referencing, and navigation.
  • Bright spots: mixed-initiative clarifications and lightweight memory often enabled recovery.
  • Player feedback: positive UX, but stronger long-term memory is needed.

The team is releasing the full suite—tasks, validators, logs, and harness—for transparent, reproducible evaluation of future embodied agents.

Paper: https://arxiv.org/abs/2601.05215v1

Paper: https://arxiv.org/abs/2601.05215v1

Register: https://www.AiFeta.com

AI Minecraft LLM Agents Benchmark Memory HumanAI OpenSource EmbodiedAI

Read more

Kielimallit tekevät vaatimuskysymyksiä eri tyyleillä – ja tyyli riippuu käyttötarkoituksesta

Kielimallit tekevät vaatimuskysymyksiä eri tyyleillä – ja tyyli riippuu käyttötarkoituksesta

Uusi vertailu näyttää, että tekoälyn tapa muotoilla järjestelmävaatimuksia luonnollisen kielen kysymyksiksi vaihtelee mallin ja aiheen mukaan. Siksi tärkeintä ei ole valita ”parasta” mallia, vaan tilanteeseen sopiva. Kuvitellaan tuttu kokous: pöydän ääressä yritetään päättää, mitä uuden tietojärjestelmän pitää pystyä tekemään. Syntyy lista kysymyksiä, joihin järjestelmän on osattava vastata. Esimerkiksi: ”Mitkä lääkkeet

By Kari Jaaskelainen
Julkaistu ajattelu voidaan jo purkaa tekoälyksi

Julkaistu ajattelu voidaan jo purkaa tekoälyksi

Kun tutkija jättää työpöytänsä, hänen äänensä ei välttämättä vaikene. Pelkistä julkaisuista voidaan jo rakentaa tekoäly, joka ohjaa väitöskirjaa, arvioi artikkeleita ja väittelee paneelissa – uskottavasti. Useimmat meistä ajattelevat tutkimusartikkeleita kirjastoiksi: hyllyriveiksi ajatuksia, joihin muut voivat palata. Uusi arXivissa julkaistu esityspaperi ehdottaa toisenlaista kuvaa. Julkaisut ovatkin rakennuspiirustuksia, joista voidaan koota tekijänsä ajattelutapa

By Kari Jaaskelainen
Konferenssien suunta ei ole pakko syntyä suljettujen ovien takana

Konferenssien suunta ei ole pakko syntyä suljettujen ovien takana

Moni tietää tunteen seminaarin päätteeksi: ohjelma oli kiinnostava, mutta kuka päätti, mistä puhuttiin ja mistä ei? Usein vastaus on pieni ohjelmakomitea, joka tekee valinnat ennakkoon. Yleisö kuuntelee, harva vaikuttaa. Eräässä tekoälyn yhteiskunnallisia vaikutuksia käsittelevässä kansainvälisessä konferenssissa kokeiltiin toisenlaista tapaa. Osallistujat eivät vain tulleet paikalle – he auttoivat muokkaamaan itse tilaisuuden suuntaa.

By Kari Jaaskelainen