新基准用持续滴答的时钟考核智能体,无需域内演示
ccloy · x · 2026-10-19
ccloy 介绍一个以人类需求为出发点构建的智能体基准,特点是:不提供域内演示,且任务自带持续走动的时钟,考察智能体在时间压力下的表现。项目由 caizhongang、Zhonghua Wu 和 Qingyi Tao 领导,已放出技术报告、项目主页与代码。
「研究」频道最新
- 亚马逊论文:仅靠 QA 评测会漏判 Agent 记忆故障,两套打分差 16.8 分 — rohanpaul_ai · 2026-10-19
- 23M 参数可控 TTS 开源：12 项数值调节，CPU 实时运行 — Working_Hat5120 · 2026-10-19
- 把「实验可验证性」做成逻辑原语，团队征集希尔伯特第六问题合作者 — CatAstro_Piyush · 2026-10-19
- Dream2Discern:自造困难样本预测多智能体系统运行时失败 — RutgersU · 2026-10-19
- 复旦等发布 BridgeWAM:桥接查询解耦视频与动作专家,推理提速 2.47 倍 — Fudan-University · 2026-10-19
- NVIDIA FC-SWE:用失败补丁反馈做条件化 RL,提升 SWE 智能体多轮解决率 — nvidia · 2026-10-19