PAYWORTHY：测LLM预判Agent能否完成自由职业任务
热点事件持续更新
PAYWORTHY：测LLM预判Agent能否完成自由职业任务
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Mohammad Reza Rezaei 等人在 arXiv 论文中提出 PAYWORTHY 基准，从某自由职业平台 2020 至 2026 年的 1880 万条帖子中抽样 1,494 条真实职位，测试 18 个模型能否预测 AI 智能体完成这些任务的成功概率。 实验设定为：智能体仅凭职位帖单次尝试完成任务，由一个充当客户的 LLM 评判是否接受其成果。论文称，在被明确告知智能体不能做什么后，所有模型的任务排序表现良好，AUC 为 0.66 至 0.86。
AI 根据报道生成 · 57 分钟前更新
最新进展11月5日 13:00
PAYWORTHY：LLM 能否预测哪些自由职业任务适合 AI 智能体完成报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIPAYWORTHY：LLM 能否预测哪些自由职业任务适合 AI 智能体完成
arXiv 论文提出 PAYWORTHY 基准，基于某自由职业平台 2020 至 2026 年 1880 万条帖子中抽样的 1,494 条真实职位，测试 18 个模型能否预测 AI 智能体完成任务的成功概率。
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。