LoopArena：把模型当作循环工程的运行时控制器来评测
LoopArena: Benchmarking Models as Runtime Controllers for Loop Engineering
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
LoopArena 是一个评测模型能否引导独立编码智能体完成长时任务的基准，被评模型作为 Controller，在每轮编码后根据结构化摘要指示固定的 Worker 下一步做什么或验证什么，或决定是否停止。
来源：Hugging Face Daily Papers · arxiv.org