热点事件持续更新
ReLiveGym：长期运行Agent评测环境
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.AI 分类下出现一篇论文，研究者推出 ReLiveGym，一个针对长期运行 LLM 智能体的诊断评估环境。该环境让智能体在按时间顺序重放的数周真实新闻、市场和社交媒体流中稀疏行动。团队在八种基础语言模型上测试了模型选择与 harness 设计对长期任务表现的影响，发现“何时行动”是关键的 harness 设计维度，且最优设计因任务和模型而异。研究还评估了基于事后反馈的持续学习对性能与失败模式的作用。目前该工作以预印本形式发布，尚无后续进展报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
研究者发布 ReLiveGym 预印本，提出重放数周真实数据流的长期智能体评测环境。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.AI（全量分类）ReLiveGym：评估在数周重放现实中长期运行的 LLM 智能体
研究者推出 ReLiveGym，一个针对长期运行 LLM 智能体的诊断评估环境，让智能体在按时间顺序重放的数周真实新闻、市场和社交媒体流中稀疏行动。团队在八种基础语言模型上测试了模型选择与 harness 设计对长期任务表现的影响，发现"何时行动"是关键的 harness 设计维度，且最优设计因任务和模型而异。研究还评估了基于事后反馈的持续学习对性能与失败模式的作用。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。