CivBench: A Long-Horizon Benchmark for Tool-Mediated Agents in Civilization VI
CivBench通过Model Context Protocol评估语言模型在长期规划中的表现，使用Proactive Monitoring Rate和RAG@10指标分析模型行为。
0 citationsRead paper
Selected work
Representative Papers
Recent publications
Latest Papers
CivBench: A Long-Horizon Benchmark for Tool-Mediated Agents in Civilization VI
CivBench通过Model Context Protocol评估语言模型在长期规划中的表现，使用Proactive Monitoring Rate和RAG@10指标分析模型行为。
0 citationsRead paper