Skip to content
Hot eventLive

XiangqiBench：中国象棋闭环评估LLM Agent基准

1 reports1 sources16 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 16 hr ago

LatestOct 5
arXiv 发布 XiangqiBench，用 119 个强制杀局闭环评估 LLM 智能体。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Computation and Language
    XiangqiBench：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。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.