研究团队推出长生命周期智能体评测环境ReLiveGym

1. 12:00
   arXiv 人工智能

   ReLiveGym：基于数周真实动态流重放评估长生命周期智能体

   研究团队推出 ReLiveGym 评测环境，通过按时间顺序重放数周真实世界的新闻、市场与社交媒体数据流，评估长生命周期 LLM 智能体在动态环境下的稀疏行动与持续监控能力。研究基于 8 个基座大语言模型测试了模型选择与框架设计对表现的影响，发现决定何时行动是框架设计的核心维度，且事后反馈持续学习有助于解决长周期任务中的失败模式。

当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。