热点事件持续更新
研究团队提出真实世界运筹学Agent评测基准OR-License
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月20日，研究团队推出运筹学评测基准 OR-License 及模拟器 ORSim，用于评估大语言模型 Agent 担任真实运筹学从业者并交付专家级运筹学方案的能力。该基准包含 10 个工业场景的 31 个真实商业实例。在针对 11 个前沿大语言模型的评测中，表现最强的 Claude Code 配置实现了 88.39% 的严格可行性与 0.87 的 DAQ，但测试模型均未能匹敌专家的 1 分基准，各模型的研究链完成率仅介于 24% 至 45% 之间。
AI 根据报道生成 · 5 小时前更新
最新进展10月20日 12:00
研究团队推出运筹学评测基准OR-License，11个前沿模型评测均未达专家基准。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 自然语言处理OR-License：评估 LLM Agent 担任真实运筹学从业者的能力
研究团队推出运筹学评测基准 OR-License 及模拟器 ORSim，包含 10 个工业场景的 31 个真实商业实例，评估 LLM Agent 交付专家级运筹学方案的能力。在 11 个前沿大语言模型评测中，最强的 Claude Code 配置实现 88.39% 的严格可行性与 0.87 的 DAQ，但均未匹敌专家的 1 分基准，各模型研究链完成率仅为 24% 至 45%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20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。