RESEARCH · SIGNAL STARTUP
CivBench: A Long-Horizon Benchmark for Tool-Mediated Agents in Civilization VI
arXiv:2609.02459v1 Announce Type: new Abstract: We present CivBench, an open-source benchmark for evaluating language model agents in long-horizon, tool-mediated environments thro…
出典・元記事arXiv — Artificial Intelligencehttps://arxiv.org/abs/2609.02459 配信元で続きを読む◆ SOURCE POLICY
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
SHARE STARTUP