热点事件持续更新
浙大与UCL提出Δτ-Bench基准
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
2026年10月27日，AGI Hunt 报道，浙江大学与 UCL 团队提出可执行 Agent 基准 Δτ-Bench。该基准包含 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。报道称，在该基准上最强模型的任务成功率仅为 42.3%，显示工具生态持续演化下的任务仍具挑战。目前公开信息主要涉及该基准的构成与评测结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:17
浙大与UCL提出Δτ-Bench，含1588个多轮任务，最强模型成功率仅42.3%。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI Hunt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%
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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。