跳到正文
AGI Hunt· dejavucoder·· 2 小时前AI 评分52

Kaggle 联合 Eigent 发布 AgenticRL-Bench 评测编码 Agent 排障能力

Kaggle 联合 Eigent 发布 AgenticRL-Bench 考验编码 Agent 排障

AI 导读

Kaggle 与 EigentAI 合作发布 AgenticRL-Bench,用于评测编码 Agent 诊断并修复智能体 RL 技术栈真实事故的能力。该基准基于后训练 RL 任务构建,对 19 个可验证任务进行评分,覆盖奖励确定性、故障归因和 SQL 部分得分漏洞等场景;每个 Agent 每项任务可尝试 3 次,全部隐藏检查通过才算过关,并由 Kaggle 在 Modal 上运行。

来源:AGI Hunt · agihunt.info