研究者推出中国象棋闭环评测基准XiangqiBench
热点事件观察中
研究者推出中国象棋闭环评测基准XiangqiBench
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究者 Yekun Chai 等发布 XiangqiBench，一个可执行的中国象棋基准，用于评测 LLM 智能体在闭环条件下的表现。测试从 119 个有引擎或仅将军搜索支持的强制将杀战术残局出发，要求智能体在引擎防守下完成将杀。 研究记录了 12 个前沿 LLM 在两种观测协议下的 8,568 条多轮轨迹。
AI 根据报道生成 · 14 小时前更新
最新进展10月5日 12:00
XiangqiBench：面向 LLM 智能体闭环评估的中国象棋基准报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv cs.CLXiangqiBench：面向 LLM 智能体闭环评估的中国象棋基准
研究者推出 XiangqiBench，一个可执行的中国象棋基准，用 119 个战术残局让 LLM 智能体在引擎防守下完成将杀，并记录了 12 个前沿 LLM 在两种观测协议下的 8,568 条多轮轨迹。
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。