MazeBench 用 novelty score 防止智能体长跑打转
xeophon · x · 2026-07-28
MazeBench 作者补充了他们的评测控制方式：智能体可以运行大约 O(M) tokens，但一旦 novelty score 判断它在原地绕圈，就会被终止，以免浪费算力。
配图展示了在长任务中 novelty 随 moves 逐步下降的过程，也说明为什么这种“防打转”机制对长视野迷宫任务很重要。
所属事件:MazeBench 开源发布：3D 开放世界评测智能体长程规划(14 条相关)→
「编程与Agent」频道最新
- 安全工程师自建 SSH MCP 层:让 Claude Code 碰服务器但不碰密钥 — NETMESAFE · 2026-10-16
- 「2026 年还拒绝用 AI 写代码，就像 2005 年拒绝用 Google」 — prasenx · 2026-10-16
- Claude Code 新增 idle compaction：闲置会话自动压缩保住缓存 — EricBuess · 2026-10-16
- Agent 长任务中途崩溃怎么办:难的是网络另一侧的不确定结果 — Responsible-Dare5139 · 2026-10-16
- OpenAI DevDay 社区黑客松落地柏林,设开发者/创始人/GTM 三赛道 — paw_lean · 2026-10-16
- 数据科学家转岗警报:会机器学习不够,AI 工程技能成新门槛 — mdancho84 · 2026-10-16