热点事件持续更新
ROME 发布 Terminal-Bench Pro 评测基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月 6 日，ROME 团队发布评测基准 Terminal-Bench Pro，目标是解决 agent 评测中的数据污染问题。据该报道，这一基准包含 8 个领域、共 400 个任务，号称零数据污染风险，并提供确定性环境和覆盖全面的测试。作者称，现有其他 benchmark 基本已被污染或不可靠，Terminal-Bench Pro 才是严格 agent 评测应有的样子。这是目前该事件唯一可确认的进展信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月6日 16:00
ROME 推出 Terminal-Bench Pro：8 领域 400 任务，称零数据污染风险。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- AGI Hunt为修评测而生的 Terminal-Bench Pro：8 领域 400 任务零污染
ROME 团队为解决 agent 评测污染问题推出 Terminal-Bench Pro，包含 8 个领域共 400 个任务，零数据污染风险。该基准提供确定性环境和覆盖全面的测试，作者称现有其他 benchmark 基本已被污染或不可靠，这才是严格 agent 评测应有的样子。
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。