arXiv ID:
2607.05202
arXiv 提交日期: 2026-07-06
EvoAgentBench:通过能力迁移评估智能体自我进化 / EvoAgentBench: Benchmarking Agent Self-Evolution via Ability Transfer
1️⃣ 一句话总结
本文提出了一个名为EvoAgentBench的新基准,专门用于评估AI智能体在长期任务中能否像人类一样积累和复用操作经验(而非单纯记忆信息),覆盖网页研究、算法推理、软件工程和知识工作四个领域,实验表明现有方法在经验迁移上仍有明显局限。