演化评估 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 演化评估 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) 智能体安全 1 OpenART:通过开放式环境演化扩展智能体红队测试 08-14 框架演化 1 Evo-Bench:首个 Agent Harness 进化能力评测 08-24 演化能力评测 1 SEAGym:自我演化 LLM 智能体评估环境 08-07 物理适应 1 PACE-Bench:动态环境中的代码演化与物理适应评测 08-17 科研评测 1 MLS-Bench:140道真实任务检验AI方法创新能力 08-13 答案选择 1 候选供给与答案选择决定多智能体 LLM 裁判价值 08-27 自我改进 1 现代智能体自我改进:从模型更新到脚手架演化 08-20 自进化框架 1 HarnessBank:面向 Agent-Harness 自进化的语义基因库 08-11