InfoQ· Sergio De Simone·· 4 小时前AI 评分55
Google发布Android Bench 2.0，新增长时程任务、智能体评估与持续评分支持
Android Bench 2 Adds Support for Long-Horizon Tasks, Agentic Evaluation, and Continuous Scoring
AI 导读
Google发布Android Bench 2.0，用于评估AI模型和智能体执行Android开发任务的表现。此次更新加入长时程任务（LHTs）、基于智能体的评估和持续评分，以覆盖复杂的、多步骤开发任务。
来源：InfoQ · infoq.com