AgenticRL-Bench发布并公布智能体实测
热点事件持续更新
AgenticRL-Bench发布并公布智能体实测
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Eigent AI旗下The Environment Lab发布AgenticRL-Bench，并公布6个智能体的测试结果：19个可验证任务中，最佳pass@1仅14.0%，最低为1.8%。每个智能体均运行3次，最佳成绩由Claude Opus 5.5与Gemini 4取得。 该基准用于测试智能体执行agentic RL工作的能力。在3个开放式任务中，智能体使用4张H200、运行10至16小时后，改进了真实策略或训练步骤。
AI 根据报道生成 · 2 小时前更新
最新进展11月12日 04:42
AgenticRL-Bench 发布实测：6 个智能体最高通过率仅 14.0%报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- AGI HuntAgenticRL-Bench 发布实测：6 个智能体最高通过率仅 14.0%
Eigent AI 的 The Environment Lab 发布 AgenticRL-Bench，并实测 6 个智能体在 agentic RL 工作上的表现。基准包含 22 个任务，其中 19 个可验证任务的最强 pass@1 仅为 14.0%，最弱为 1.8%。在 3 个开放式任务中，智能体使用 4×H200、10–16 小时改进了真实策略或训练步骤。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。