CoffeeBench:在异构多智能体经济里评测长程 LLM 智能体
原文标题:CoffeeBench: Benchmarking Long-Horizon LLM Agents in Heterogeneous Multi-Agent Economies
导读
这个评测把 LLM 智能体放进异构多智能体经济,考察它们处理长程任务乃至经营管理的能力。
推荐理由
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:CoffeeBench: Benchmarking Long-Horizon LLM Agents in Heterogeneous Multi-Agent Economies
这个评测把 LLM 智能体放进异构多智能体经济,考察它们处理长程任务乃至经营管理的能力。
涉及大模型与智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org