FM-Bench 基准发布：评测竞争智能体的长程管理能力
FM-Bench: A Benchmark for Long-Horizon Management with Competing Agents
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究团队发布 FM-Bench（Football Management Benchmark），让 LLM 智能体在 20 年游戏时长内通过 26 个工具、约 340 到 400 个决策点经营一家足球俱乐部，由确定性引擎累计最终得分，不使用 LLM 裁判或人工评分。
来源：Hugging Face Daily Papers · arxiv.org