01:34
AK@_akhaliq
AK@_akhaliq精选
推荐理由：有人发了 LongHorizon-Harness，一个专测长时程智能体的框架，论文在 Hugging Face，想评估多步任务表现可以看。
LongHorizon-Harness
共 1 条相关 AI 资讯
8月5日
01:34
LongHorizon-Harness 是一个面向长时程智能体的新评估框架。论文编号 2608.01 已在 Hugging Face 上公开。LongHorizon-Harness 用于评测智能体在真实世界多步骤任务中的表现。现有基准多偏短时程，LongHorizon-Harness 试图弥补这一缺口。