跳到正文
AGI Hunt· Jie Huang·· 2 小时前AI 评分45

OutfitterBench:200 天装备租赁模拟揭示 LLM 智能体长期承诺协调短板

OutfitterBench:200 天装备租赁模拟揭示 LLM 智能体长期承诺协调短板

AI 导读

哈工大、北大、中科大等机构联合推出 OutfitterBench,评测 LLM 智能体在长期资源分配与承诺协调上的能力。该基准让智能体经营 200 天的户外装备租赁生意,在固定资本和不确定需求下权衡即时收入、未来租约与既有义务。实验显示,现有 LLM 智能体在维持可行承诺和重新分配资源方面存在明显不足。

来源:AGI Hunt · agihunt.info