#EvoCode

共 1 条 · 7 天 0 条 · 30 天 0 条

多轮对话 1 智能体 1 评估基准 1

信息流里打上「EvoCode」标签的资讯、产品与论文，按刊登时间排，新的在上。

7月28日

EvoCode 评测：多轮智能体能否不破坏已有功能

想知道智能体在多轮对话里会不会越改越烂？EvoCode 用 26 个任务 227 轮测试，专门抓这种翻车现场。

#EvoCode #智能体 #评估基准 #多轮对话

Philipp Schmid@_philschmid原文