#环境自适应

AdaExploreBench：LLM智能体主动探索与环境自适应基准

AdaExploreBench 是评估 LLM 智能体在动态环境中主动探索与测试时适应能力的新基准。实验显示 GPT-6 Sol 仅达 61.9% 校准准确率，揭示智能体主动获取证据与检测规则漂移的关键瓶颈。