HF Daily Papers·· 2 天前精选AI 评分39
RuleTrek：复杂场景下智能体规则推理基准
RuleTrek: Benchmarking Agentic Rule Reasoning in Complex Scenarios
AI 导读
RuleTrek 是面向复杂场景下智能体规则推理的多领域基准，评估大语言模型在规则识别、规则推导和端到端推理三项能力上的表现。其构建流程从材料中提取结构化规则图，并增量组合规则子场景以保证一致性与可解性。
推荐理由
给出了11个前沿大语言模型在规则识别、推导和端到端推理上的具体分数，可用作当前水平的参考。
来源：HF Daily Papers · huggingface.co