跳到正文
热点事件持续更新

OutfitterBench评测智能体长期协调能力

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

哈工大、北大、中科大等机构联合推出 OutfitterBench,测试大语言模型智能体能否在固定资本和不确定需求下协调长期租赁承诺;实验显示,现有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。 该基准要求智能体经营为期200天的户外装备租赁生意:当期出租可获得即时收入,却可能错失日后更有价值的租约;接受未来预订后,还需保证已有义务能够履行。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    OutfitterBench:200 天装备租赁模拟揭示 LLM 智能体长期承诺协调短板

    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。

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。