taste-benchmark

标签

Cards List
#taste-benchmark

品味代理:长期任务中品味的衡量与提升

Hugging Face Daily Papers ↗ · 2026-09-22 缓存

本文介绍了 Taste-Bench,一个用于衡量 LLM 代理长期决策品味的基准,发现前沿模型准确率较低,且品味可通过蒸馏训练提升。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈