Stefan Krsteski 等发布跨基准Agent评测语料库Messier
热点事件持续更新
Stefan Krsteski 等发布跨基准Agent评测语料库Messier
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Stefan Krsteski 等作者发布 arXiv 论文，介绍统一评测语料库 Messier，收录覆盖 30 个基准、745 个智能体的评测记录，共 923,158 条记录，涉及 11,891 个任务和 71,969 个验证器。 论文称，Messier 还将六个代表性不足的专业与科学基准进行了标准化，以支持跨基准的智能体评测。
AI 根据报道生成 · 50 分钟前更新
最新进展11月11日 13:00
Messier 论文提出覆盖 30 个基准的跨基准智能体评测语料库报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIMessier 论文提出覆盖 30 个基准的跨基准智能体评测语料库
arXiv 论文 Messier 构建了统一语料库，含 923,158 条记录、30 个基准、745 个智能体、11,891 个任务和 71,969 个验证器，并将六个代表性不足的专业与科学基准标准化。
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。