VibeTraining-Bench跨组件协同设计基准发布

2026年10月20日，arXiv Artificial Intelligence 刊出 Ruotian Peng 等作者的论文，发布 VibeTraining-Bench 基准。该基准用于评估 AI 智能体在跨组件协同设计上的能力，覆盖终端操作、软件工程、多轮工具使用和数学推理四类任务，考察研究型智能体在固定资源预算下迭代优化数据、训练器与推理框架。报道称，每项任务中研究型智能体都从相同的初始智能体系统出发，并在固定资源预算下开展研究；为防止奖励黑客，基准设置三项防护：测试数据隔离、研究容器与评分容器分离、对研究型智能体施加网络限制。论文称代码与数据已通过链接公开。目前进展仅限基准发布与设计说明，尚无后续评测结果或第三方复现报道。

AI 根据报道生成 · 38 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。