arXiv Artificial Intelligence· Zhanke Zhou, Zongze Li, Weikai Huang, Xuan Li, Chentao Cao, Xiao Feng, Xiangyu Lu, Jinbo Hu, Yi Xie, Nico Pelleriti, Shiyang Liu, Menghan Lu, Max Zimmer, Brando Miranda, Jiangchao Yao, Bo Liu, Sanmi Koyejo, Sebastian Pokutta, Bo Han·· 2 小时前AI 评分38
AlphaDiana：面向可验证推理任务中智能体的测量系统
AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks
AI 导读
AlphaDiana 是一套面向可验证推理任务的智能体测量系统，通过数据集、智能体、环境和评分器的模块化接口，在保留 harness 原生控制循环的同时分别控制文件复用与记忆保留。
来源：arXiv Artificial Intelligence · arxiv.org