PokerBench

PokerBench 是一个用于评估大型语言模型（LLMs）在扑克游戏中表现的基准数据集。该数据集由加州大学伯克利分校和佐治亚理工学院的研究团队于2025年开发，包含11,000个关键场景，分为1,000个翻牌前场景和10,000个翻牌后场景。这些场景基于游戏理论最优（GTO）扑克策略生成，并与专业扑克玩家合作开发，确保了其多样性和代表性。