Y11
@seclink
找工作、找面试题、改简历、模拟面试。关注：
创业（冷启动） ｜ 认知心理学｜智能体 ｜ 强化学习 ｜ AWS RoboMaker、ROS、Gazebo ｜ 具身智能 ｜ 大模型后训练 （数据标注 ｜ 数据采集 ） ｜ 大模型专家评测
building：
加入 January 2011
748 正在关注 32K 粉丝
其实真实业务场景更重要，
这种专门定制来给大模型做的竞赛题没啥用。
学术圈自嗨，甭老头罢了.
LoopArena: who really guides the coding agent?
LoopArena separates the controller from the worker — it measures how well a model decides what's next in long-horizon coding loops. Best strict success rate: 24.69%.
显示更多
