发布CLR-Bench基准评测自进化Agent

2026年11月2日，arXiv发布了一手论文，提出名为CLR-Bench的新基准，全称为Curriculum of Latent Rules，旨在测试自演化智能体在隐藏规则课程中的表现。 该基准包含10个领域共20条测试链。评测结果显示，多数自演化智能体未能有效学会隐藏规则，最佳增益仅为5分。 相比之下，保留原始历史记录的方法效果更优，增益达到20%。测试还发现，智能体状态常出现遗漏类名的问题。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。