arXiv · cs.AI· Fangfei Li, Chenyang Zhao, Long Wang, Feng Tian, Lv Guo·· 11 小时前
Trace Evolution Bench：区分智能体真实更新与冻结重评分的基准协议
Trace Evolution Bench: Measuring Whether Agents Improve from Their Own Environment Traces
arXiv:2610.15055v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Fangfei Li, Chenyang Zhao, Long Wang, Feng Tian, Lv Guo
研究任务与主要进展
Fangfei Li等提出Trace Evolution Bench（TEB），用于区分智能体的上下文或权重更新与冻结环境轨迹的重新评分，并以编码、办公和制造表格问答三个任务包进行评测。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org