10:32
官方账号arXiv cs.LG@Yizhe Chi, Wenyi Li, Deyao Hong, Xiaoqiu Wang, Mingju Gao, Kaisen Yang, Bingxiang He, Youjie Zheng, Calvin Xiao, Qinhuai Na
推荐理由：AI4AI-Bench为LLM智能体算法设计提供了一个基准测试，展示了智能体在改进训练算法方面的潜力，值得研究者和开发者关注。
算法设计
共 1 条相关 AI 资讯
8月21日
10:32
AI4AI-Bench发布，包含10个训练算法家族的10个研究仓库。测试中，智能体在4小时内重写训练算法，然后重新运行并评分。平均得分0.166，最佳系统达到0.250。测试显示，大多数智能体未改变模型学习方式，而改变模型学习的少数智能体平均得分为0.226。