SkillLifeBench 发布
热点事件观察中
SkillLifeBench 发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Chenxu Zhang 等提出并发布 SkillLifeBench 基准及其评测数据。 该基准测试针对智能体技能全生命周期，涵盖实施、接口、运行时、组合及版本变更环节，评估了 14 个模型在 388 个配对场景中的表现。 测试任务允许智能体检查、选择和重新配置技能，以完成可验证的用户请求，重点评估安全性。
AI 根据报道生成 · 56 分钟前更新
最新进展10月27日 12:00
SkillLifeBench：基准测试智能体技能全生命周期的安全性报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · AISkillLifeBench：基准测试智能体技能全生命周期的安全性
SkillLifeBench 评估了 14 个模型在 388 个配对场景中的表现，涵盖实施、接口、运行时、组合及版本变更。生命周期任务允许智能体检查、选择和重新配置技能，同时完成可验证的用户请求。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。