基准过拟合 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 基准过拟合 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 基准优化 1 量化 ASR 模型的基准优化行为 08-21 智能体框架 1 Prime Agent 开源自我改进智能体框架 08-11 框架演化 1 Evo-Bench:首个 Agent Harness 进化能力评测 08-24 评测审计 3 模型迭代削弱 AI 辅助科学写作检测可靠性 10-10 MemoryAgentBench 冲突消解评测审计:不可达标准答案与分数误读 10-08 LLM 排行榜结论对隐藏模型选择的敏感性 09-24 递归自我改进 1 LLM 自我改进循环中的赢家诅咒:选择噪声、锁定与接受规则 10-08