热点事件持续更新
HSC-Bench基准评测AI智能体任务交接
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
2026年10月28日，arXiv cs.CL 刊出研究团队提出的 HSC-Bench 基准，用于评测 AI 智能体在交接后的任务接管能力，共包含 1,039 个任务。该基准覆盖两类场景：一是从仓库中恢复证据，二是承接既有的对话、工具与文件状态并继续工作。研究团队对六个接收模型进行了比较，结果显示结构化交接状态提升了所有模型的证据恢复表现，并改善了多数模型的续作表现。两项评测中表现最强的接收模型并不相同，研究团队据此指出，仅凭证据恢复排名不足以判断模型在承接状态后的表现。目前该工作以预印本形式公开，尚未见后续同行评审或扩展评测的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
研究团队发布HSC-Bench，用1,039个任务评测智能体交接后的任务接管能力。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLHSC-Bench：跨 AI 智能体交接的任务接管评测基准
研究团队提出 HSC-Bench，用 1,039 个任务评测 AI 智能体交接后的任务接管能力。该基准覆盖仓库证据恢复和承接既有对话、工具与文件状态继续工作；对六个接收模型的比较显示，结构化交接状态提升所有模型的证据恢复，并改善多数模型的续作表现。两项评测的最强接收模型不同，说明证据恢复排名不足以判断承接状态后的表现。
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。