Not translated yet — showing the Chinese originals.

Industry & Practice · Tagged “CLR-Bench”

Research & Benchmarks2026-11-0322 min
规则更多，名单更长？在隐藏规则课程上评测自进化智能体
自进化智能体可以靠一份越写越长的例外名单通过练习，却仍然不会把隐藏规则用到没见过的成员上。CLR-Bench 用 20 条链、80 条网上公开分组证明：在认证模型上，六种方法至多比冻结智能体高 5 分。
Research & Benchmarks2026-11-038 min
CLR-Bench：附录
CLR-Bench 的附录：20 条链的隐藏类、十个领域的陷阱字段、全部实验条件，以及课文原文、GEPA 格式说明和第 1 层练习反馈示例。