85
Nghiên cứu
Long-Horizon-Terminal-Bench: Thử thách giới hạn của AI trong các tác vụ đầu cuối dài hạn
(giờ Việt Nam)
Tóm tắt AI
Benchmark mới đánh giá khả năng của AI trong 46 tác vụ phức tạp, sử dụng hệ thống chấm điểm chi tiết từng bước thay vì chỉ dựa vào kết quả cuối cùng.
Bản dịch AI
Tác giả: Zongxia Li, Zhongzhi Li, Yucheng Shi, Ruhan Wang, Junyao Yang, Zhichao Liu, Xiyang Wu, Anhao Li, Yue Yu, Ninghao Liu, Lichao Sun, Haotao Mi, LeoweiLiang
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Zongxia Li [xem email] [v1] Thứ Năm, ngày 9 tháng 7 năm 2026 21:56:37 UTC (5.056 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.