大模型与AI Agent Benchmark、轨迹评估、SWE-Bench和Terminal-Bench研究。
推荐研究者关注！Quant Arena让大模型完成假设、编码、反馈迭代和策略冻结，再用封存的2024年A股行情…
ModularRSI冻结基础模型，使用独立任务轨迹演化Agent Loop、工具、观测、上下文和完成判断，并评…
