PulseAugur
中
实时 18:24:59
实体 DolphinBench

DolphinBench

PulseAugur coverage of DolphinBench — every cluster mentioning DolphinBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_345106 ·

    AI代理记忆基准测试取得最高分，但提交面临障碍

    一个团队在AI代理记忆的DolphinBench基准测试中取得了最高分，超越了基准测试的创建者Mem0。他们的代理Empirical使用Hermes代理和GPT 5.6 Luna，在600分中获得451分，超过了Mem0自己的提交分数。尽管表现强劲，但由于提交过程和格式的问题，该团队在让他们的分数在基准测试排行榜上获得官方认可方面遇到了困难。