AI工具与模型HOT精选全部
arXiv cs.AI评分75

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

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目