SkillEvo는 스킬 진화를 ‘더 많이 고치는 일’이 아니라 ‘다음 실패를 꺼...
SkillEvo는 단발 QA 대신 다중 턴 상호작용에서 다음 결함을 드러내고, 사실·구조 거버넌스로 반복 수정의 퇴화를 제어하는 agent skill 진화 프레임워크다.
Tag
#Multi-turn Evaluation
WBench는 인터랙티브 비디오 월드 모델 평가를 다중 턴 벤치마크로 재정의한다
Meituan LongCat과 Fudan University가 공개한 WBench는 289개 테스트 케이스와 1,058개 상호작용 턴으로 비디오 월드 모델의 렌더링, 설정 준수, 상호작용, 일관성, 물리성을 함께...