Halcyon
Bản tin sáng Tra cứu

JockeyBench: Đánh giá các agent LLM về việc ra quyết định đua ngựa

JockeyBench: Evaluating LLM Agents on Horse-Racing Decision-Making

Đoạn trích bài viết

Repeated event forecasting requires extracting predictive signals from noisy evidence and evaluating their value across successive decisions. We introduce JockeyBench, a benchmark and evaluation protocol that studies this problem through historical Japanese horse racing.

Toàn văn bài viết

Đọc bài viết đầy đủ trên huggingface

Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.

Mở bài viết gốc