热点事件持续更新
XiangqiBench：中国象棋闭环评估LLM Agent基准
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Computation and Language 发布一手报道，介绍 XiangqiBench——一个用于评估 LLM 智能体的可执行基准。该基准从 119 个有引擎或仅搜索验证的强制杀局出发，要求 LLM 智能体对引擎防守方完成将杀，并用交互式 REPL 区分真实走子、状态查询与前向模拟，以检验智能体在闭环环境下的实际决策能力。目前报道仅涉及该基准的设计与任务设定，未披露具体实验结果或后续更新。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv 发布 XiangqiBench，用 119 个强制杀局闭环评估 LLM 智能体。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computation and LanguageXiangqiBench：用中国象棋闭环评估 LLM 智能体
XiangqiBench 是一个可执行基准，从 119 个有引擎或仅搜索验证的强制杀局出发，要求 LLM 智能体对引擎防守方完成将杀，并用交互式 REPL 区分真实走子、状态查询与前向模拟。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。