LongWoF-Bench：用 EvoMap Gene 评估可验证长工作流任务
LongWoF-Bench: Evaluating EvoMap Genes for Verifiable Long-Workflow Tasks
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出 EvoMap，将验证器确认的执行轨迹固化为结构化 Gene，并发布 LongWoF-Bench，包含代码生成、智能体环境合成、数学推理和规则遵循四类共 778 个机器可验证任务。
来源：Hugging Face Daily Papers · arxiv.org