热点事件持续更新
研究团队推出LLM分解算法设计评测基准DecompGym
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月30日，相关研究推出面向大语言模型（LLM）智能体的算法设计评测基准DecompGym，该基准已公开可用。DecompGym涵盖9个问题族的81个实例，用于评测LLM智能体设计与实现Benders分解及列生成算法的能力。在对12款GPT、Claude和Gemini模型的评测结果显示，首次尝试中有2款模型解决全部实例，7款解决率超过90%，但列生成算法常因未通过方法审计而失败。此外，研究发现结合错误诊断的反思机制可将重试成功率从39%提升至66%。
AI 根据报道生成 · 4 小时前更新
最新进展10月30日 12:00
DecompGym基准已公开可用，评测显示结合错误诊断的反思机制可显著提升重试成功率。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 人工智能DecompGym：评测 LLM 智能体设计分解算法能力的基准
DecompGym 基准涵盖 9 个问题族的 81 个实例，用于评测 LLM 智能体设计与实现 Benders 分解及列生成算法的能力。评测 12 款 GPT、Claude 和 Gemini 模型显示，首次尝试有 2 款解决全部实例、7 款解决超 90%，但列生成常因未通过方法审计而失败。结合错误诊断的反思机制将重试成功率从 39% 提升至 66%，该基准已公开可用。
本事件热度走势
当前热度 8·可比范围峰值 9（10月30日 15:00）·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。