AgenticBBO-Bench基准提出，评估智能体黑盒优化能力

1. 20:13
   Hacker News · AI精选

   AI智能体能否使用你的网站？一项关于商业转化路径的实证研究

   一项名为D-001的基准测试评估了AI智能体在30家B2B SaaS网站上的商业转化能力，包括读取定价、启动自助注册和联系销售三个任务。在174次有效运行中，智能体完成85.6%的旅程，其中93.1%在未被网站拒绝访问的情况下完成。

1. 04:00
   Hugging Face · 每日论文

   AgenticBBO-Bench：一个用于评估智能体在黑盒优化中的跨领域基准

   AgenticBBO-Bench 是一个跨领域基准，用于统一评估智能体在黑盒优化中的表现，涵盖合成函数、超参数优化、数据库调优、芯片设计和分子设计。在五类任务中，智能体方法在家族平均得分上优于直接基于大语言模型的方法，并在四类任务中超越最佳数值优化器。研究还发现，数值工具未必提升性能，任务语义普遍有用，而数值优化器能有效吸收智能体搜索轨迹带来的收益。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。