FDE-Gym 数据集登上 Hugging Face 热榜,聚焦部署工程师智能体评测
DeepLethe · hf · 2026-10-17
数据集 FDE-Gym 登上 Hugging Face 趋势榜，附带论文(arXiv:2610.22350)。该基准面向 forward-deployed engineering(前线部署工程)场景，用于评测智能体在企业环境中的实际工程能力，标注涵盖 benchmark、agents、enterprise 等关键词。
「研究」频道最新
- OpenAI 早期可解释性操盘者改观:万亿参数模型大多数神经元已可读 — josh_wills · 2026-10-17
- LeanPRM:用 Lean 证明助手自动生成逐步正确性标签训练验证器 — Rodney Lafuente-Mercado · 2026-10-17
- 斯坦福等提出 AutoSep:用更弱模型迭代攻防,把 agent reward hacking 成功率从 69.9% 降到 12.1% — Stanford · 2026-10-17
- Numerai 十年匿名化终结:Unity 数据集公开股票身份,双赛合并 — matlabulous · 2026-10-17
- MIT 团队发布 Robota-Embed:机器人可检索过往经验实现自主进化 — songhan_mit · 2026-10-17
- 神经机制可解释性长文爆火，作者补引用并回应学界争论 — inductionheads · 2026-10-17