热点事件持续更新
研究团队发布LHTB 2.0长程Agent评测基准
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月14日，研究人员推出针对AI智能体的基准测试Long-Horizon-Terminal-Bench 2.0（LHTB 2.0）。该基准旨在自动化构建多样任务并评估智能体的持续工作进展，共包含涵盖13个领域和8种任务类型的77个任务。在评测设置上，LHTB 2.0将评测时长从90分钟延长至3小时，并采取每30分钟记录一次检查点的机制，以此衡量智能体在长程任务中的持续表现。
AI 根据报道生成 · 4 小时前更新
最新进展10月14日 12:00
研究人员推出LHTB 2.0基准，涵盖77个任务并将评测时长延至3小时，设定期检查点。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv 人工智能Long-Horizon-Terminal-Bench 2.0：自动化多样任务构建并评估 AI 智能体持续进展
研究人员推出基准测试 Long-Horizon-Terminal-Bench 2.0（LHTB 2.0），包含涵盖 13 个领域和 8 种任务类型的 77 个任务，并将评测时长从 90 分钟延长至 3 小时，每 30 分钟记录一次检查点以衡量智能体的持续工作进展。
本事件热度走势
当前热度 9·可比范围峰值 9（10月14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。