**OutfitterBench:评估大模型智能体在长周期资源分配与承诺协调上的表现** _OutfitterBench: Evaluating LLM Ag
原帖
**OutfitterBench:评估大模型智能体在长周期资源分配与承诺协调上的表现**
_OutfitterBench: Evaluating LLM Agents on Long-Horizon Resource Allocation and Commitment Coordination_
> 该研究提出了 OutfitterBench 基准,用于评估大模型智能体在长周期资源分配和承诺协调方面的能力。实验模拟了一家户外设备租赁业务,智能体需在固定资本限制下处理预订和不确定客流。结果显示,尽管部分前沿大模型表现优异,但多数智能体难以像简单规则基线那样有效维持承诺可行性,常出现约束不一致或资源再分配冲突,揭示了当前智能体在长期资源规划连贯性上的局限性。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-17 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.17933)