arXiv cs.AI· Zongxia Li, Zhongzhi Li, Yucheng Shi, Ruhan Wang, Junyao Yang, Chengsong Huang, Zhichao Liu, Xiyang Wu, Anhao Li, Yue Yu, Ergan Shang, Fuxiao Liu, Tong Zheng, Ninghao Liu, Lichao Sun, Haitao Mi, Leowei Liang·· 8 小时前AI 评分30
Long-Horizon-Terminal-Bench 2.0 发布：自动化构建任务并衡量智能体持续进展
Long-Horizon-Terminal-Bench 2.0: Automating Diverse Task Construction and Measuring Sustained Agent Progress
AI 导读
Long-Horizon-Terminal-Bench 2.0（LHTB 2.0）发布，保留原有 46 个任务并扩展至 77 个任务、覆盖 13 个领域和 8 种任务类型，评估时长从 90 分钟延长至三小时、每 30 分钟记录验证器检查点。
来源：arXiv cs.AI · arxiv.org