arXiv cs.AI· Fangfei Li, Chenyang Zhao, Long Wang, Feng Tian, Lv Guo·· 8 小时前AI 评分24
Trace Evolution Bench（TEB）：衡量智能体能否从自身环境轨迹中进化
Trace Evolution Bench: Measuring Whether Agents Improve from Their Own Environment Traces
AI 导读
研究者提出 Trace Evolution Bench（TEB），将端点增益中的"冻结重打分"与上下文或权重更新分离，并配套三个冻结的 80/20/40 数据包，主榜为编码任务、由封闭工作区隐藏单元测试评分。
来源：arXiv cs.AI · arxiv.org