GameCommBench：按解说类型评测AI游戏评论

游戏评论是一项开放式生成任务，需要多模态感知、策略推理和情境知识。现有的人工智能生成游戏评论（AI-GGC）研究在游戏、模式和评估协议方面仍然分散，而基于重叠或整体的评估者无法捕捉评论的功能异质性。我们引入 \textsc{GameCommBench}，这是一个涵盖棋盘游戏、体育和电子竞技的统一基准，其评论与异构游戏环境保持一致，并按评论类型进行注释。我们进一步提出类型感知评论评估（TACE），这是一个用于评估不同类型评论的结构化框架。然后，我们验证 TACE 的可靠性和人类一致性，并用它来衡量代表性人工智能评论员的基准。结果揭示了不均匀的能力概况，实时观察和战略分析成为主要瓶颈。 \textsc{GameCommBench} 和 TACE 一起为可比较和可解释的 AI-GGC 评估提供了诊断基础。