智能体售卖机基准加入违约率测试
热点事件持续更新
智能体售卖机基准加入违约率测试
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者 xuanalogue 介绍智能体售卖机基准，在考察原始利润的同时测量模型违约率，以区别于 Vending Bench 和 Vending Bench Arena。项目因资金有限，测试的模型数量少于 Vending Bench，暂不作强结论。 初步观察显示，Sol 5.6 的交易策略最激进，也最常出现违约；这一结果目前仅属于初步观察。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 23:19
xuanalogue 智能体售卖机基准对标 Vending Bench，并测试模型违约率报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI Huntxuanalogue 智能体售卖机基准对标 Vending Bench，并测试模型违约率
研究者 xuanalogue 介绍其智能体售卖机基准与 Vending Bench、Vending Bench Arena 的差异，除原始利润外还测量模型违约率。因资金有限，该项目无法运行同样多的模型，因此不作强结论；初步观察显示，Sol 5.6 表现最激进，也最常违约。
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。