ホットトピック継続更新中
研究团队提出自进化Agent评测基准CLR-Bench
1 件の報道1 件の報道元9 時間前 更新
まずこの件を把握する
AI 概要
2026年11月2日，研究人员在arXiv发布自进化智能体评测基准CLR-Bench。该基准包含10个领域的20条隐藏规则链，旨在测试智能体能否从反馈中归纳潜在规则。对6种自进化方法的评测结果显示，在基础认证模型下，表现最佳的方法仅提升至多5分；而在更强的GPT-6-Sol模型支持下，ACE与Dynamic Cheatsheet两种方法仅凭反馈即可达到78%的准确率以及59%至60%的单单元格解决率。
AI が報道をもとに生成 · 9 時間前 更新
最新の進展11月2日 13:00
研究人员推出自进化智能体评测基准CLR-Bench，测试智能体从反馈归纳规则的能力。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月2日
- arXiv 人工智能CLR-Bench：在隐藏规则课程上评测自进化智能体
研究人员推出自进化智能体评测基准 CLR-Bench，包含 10 个领域的 20 条隐藏规则链，用于测试智能体能否从反馈中归纳潜在规则。评测 6 种自进化方法发现，在基础认证模型下最佳仅提升至多 5 分；而在更强的 GPT-6-Sol 下，ACE 与 Dynamic Cheatsheet 仅凭反馈即达到 78% 准确率和 59-60% 的单单元格解决率。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月2日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。