#LUCA

共 1 条 · 7 天 1 条 · 30 天 1 条

LLM评测 1 推理评估 1 智能体 1 论文 1

信息流里打上「LUCA」标签的资讯、产品与论文，按刊登时间排，新的在上。

11月3日

论文 Agent 与开发者14:59

LUCA 发布：一个可评估实验推理过程的合成世界

这篇论文做了个叫 LUCA 的沙盒，专门测智能体是靠正确推理还是蒙对答案，7 个前沿模型测下来诊断能力差了 7 倍，挺有意思的。

#LUCA #智能体 #LLM评测 #推理评估

arXiv cs.AI@Anna Gogleva 等 4 人原文