arXiv · AI· Stefan Krsteski, Charlotte Meyer, Guillaume Allegre, Tony O'Halloran, Alexandre Sallinen·· 9 天前AI 评分31
Messier:用于跨基准智能体评估的高分辨率语料库
Messier: A High-Resolution Corpus for Cross-Benchmark Agent Evaluation
AI 导读
summary_zh: Messier 发布了一个包含 923,158 条记录的高分辨率语料库,覆盖 30 个基准、745 个智能体和 11,891 个任务。 该语料库统一了异构组件,研究发现前沿进展不均衡,编程领域改善最快,企业工作流最具挑战性。
来源:arXiv · AI · arxiv.org