arXiv Artificial Intelligence· Yi Wang, Haopeng Zhang, Chengxiang Huang, Rui Dai, Kaikui Liu, Piotr Koniusz, Xiangxiang Chu·· 18 小时前AI 评分29
LoopArena：把模型作为循环工程运行时控制器的基准测试
LoopArena: Benchmarking Models as Runtime Controllers for Loop Engineering
AI 导读
LoopArena 是一个评估模型能否引导独立编码智能体完成长时任务的基准，被测模型担任 Controller，在每轮编码后向固定的 Worker 下达指令或决定停止。
来源：arXiv Artificial Intelligence · arxiv.org