AGI Hunt· UniversityCollegeLondon·· 4 小时前AI 评分47
浙江大学与 UCL 提出 Δτ-Bench：工具生态持续演化下，最强模型任务成功率仅 42.3%
Δτ-Bench：工具生态持续演化下，最强模型任务成功率仅42.3%
AI 导读
浙江大学与 UCL 团队提出可执行 agent 基准 Δτ-Bench，含 1,588 个多轮任务，覆盖 42 个领域与 6 个连续演化状态，用于建模大型工具生态的结构性演化。
来源：AGI Hunt · agihunt.info