APTBench: Benchmarking Agentic Potential of Base LLMs During Pre-Training
Anzeige
Ähnliche Artikel
arXiv – cs.AI
•
TowerMind: Neues Tower-Defense-Umfeld für LLM-Agenten
arXiv – cs.AI
•
AgentDevel: LLM-Agenten als Release‑Engineering neu gedacht
Ars Technica – AI
•
LLMs treiben Publikationen an, Qualität bleibt stagnierend
arXiv – cs.AI
•
SCOPE: Selbstlernende Prompt-Optimierung steigert Agentenleistung drastisch
arXiv – cs.AI
•
Neues Benchmark SoMe bewertet LLM-basierte Social‑Media‑Agenten
arXiv – cs.LG
•
Klein, aber oho: GPT‑OSS 20B dominiert Finanz‑LLM‑Benchmark