Hugging Face Daily Papers·· 2 天前AI 评分42
AdaExploreBench：评测 LLM 智能体在动态环境中的主动探索与测试时适应
AdaExploreBench: Benchmarking LLM Agents for Proactive Exploration and Test-time Adaptation in Evolving Environments
AI 导读
AdaExploreBench 是一个评测 LLM 智能体主动探索与测试时适应能力的基准，把环境动态建模为隐藏规则，并要求智能体在规则无预告漂移时从性能下降中察觉旧知识失效并重新探索。
来源：Hugging Face Daily Papers · huggingface.co