发布YC-Bench数据集,应用在AI决策评估、商业模拟领域

本次发布的数据集YC-Bench,YC-Bench是由研究者团队开发的长期规划与一致性执行基准数据集，旨在评估AI代理在模拟初创公司运营中的战略连贯性。该数据集包含数百轮模拟决策任务，涉及合同选择、员工分配和现金流管理等复杂场景，数据生成基于部分可观测的马尔可夫决策过程（POMDP），通过对抗性客户和动态薪酬机制构建真实商业环境。其核心应用于测试大语言模型在长周期任务中的资源分配、风险管理和适应性决策能力，为解决AI代理在延迟奖励和复合决策场景下的性能瓶颈提供量化标准。

查看YC-Bench

关于,国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于arXiv,全球最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个学科领域。