**持续学习考试 (CLE)：评估 LLM 代理在长期任务中的经验积累能力**

_Continual Learning Exam: Benchmarking Long-Horizon RSI and Experiential Learning in LLM Agents_

> 针对当前评估缺乏对长期经验积累的关注，研究团队推出了由 50 多名领域专家构建的“持续学习考试”(CLE) 基准。该基准包含 120 个任务，形成跨越 89 个职业角色的 600 级阶梯，要求代理通过前期任务积累的经验来解锁后续关卡。评估显示，相比单次提交，提供诊断反馈和允许修订的机制能使完成率中位数提升 5.3 个百分点，但现有前沿大模型仍难以实现持续的长期学习，最佳系统仅能完成 47.7% 的关卡。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.33956)