AdaExploreBench 揭示:LLM 智能体难以主动探索环境并适应未知变化
HKUST · hf · 2026-10-20
HKUST 与 UIUC、CMU 等机构发布 AdaExploreBench,专门评测 LLM 智能体在演化环境中的主动探索与测试时适应能力,即「自适应探索」:发现隐藏环境规则、检测知识过时并重新探索修正。基准显示当前模型普遍不擅长主动寻找相关证据、也难以察觉已失效的旧知识,暴露了智能体在陌生动态环境部署中的核心短板。代码、数据集与项目页已开源。
「编程与Agent」频道最新
- MemPilot：用强化学习按需编排多模态 Agent 记忆 — NanyangTechnologicalUniversity · 2026-10-20
- Scale AI 发布 Sauron：证据优先的 Agent 验证器降低 RL 奖励误差 — ScaleAI · 2026-10-20
- AI 智能体在魔兽世界练到 49 级，实时地图追踪全程 — max_paperclips · 2026-10-20
- Agent 自主性边界：能力不等于权限，五原则框架引讨论 — AiVentureRO · 2026-10-20
- Anthropic 工程师：通用模型正在吸收定制 agent 的能力，别过度设计 — Olivier__OG · 2026-10-20
- 律师成 Claude 重度用户之首,法律行业用量暴涨 108 倍 — rubenhassid · 2026-10-20