LHTB 2.0 长时程终端智能体基准发布
热点事件持续更新
LHTB 2.0 长时程终端智能体基准发布
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Zongxia Li 等作者发布 Long-Horizon-Terminal-Bench 2.0（LHTB 2.0）。该基准包含 77 个任务、覆盖 13 个领域和 8 种任务类型，评测时长从原来的 90 分钟延长至 3 小时，每 30 分钟记录一次 verifier checkpoint。 据作者说明，LHTB 2.0 保留了初版 46 个任务，修正了任务与评测基础设施的缺陷，并扩展了 31 个任务。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Long-Horizon-Terminal-Bench 2.0 发布：自动化任务构建与持续智能体进展评测报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AILong-Horizon-Terminal-Bench 2.0 发布：自动化任务构建与持续智能体进展评测
Long-Horizon-Terminal-Bench 2.0（LHTB 2.0）发布，包含 77 个任务、覆盖 13 个领域和 8 种任务类型，并将评测时长从 90 分钟延长至 3 小时，每 30 分钟记录 verifier checkpoint。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。