中文 定位:一篇评测语言智能体的论文,提出 Infrathon 基准,考察前沿智能体能否在长时程任务中持续优化真实世界的 AI 基础设施。该基准汇集了多样化的长时程 AI 基础设施优化任务,重点不是一次性答题,而是智能体能否在真实、复杂的工程环境里反复迭代、越做越好。适用人群:研究智能体评测、AI 基础设施自动化与长时程任务的研究者和工程师。
日本語 位置づけ:言語エージェントを評価するベンチマーク「Infrathon」を提案する論文です。フロンティアエージェントが現実の AI インフラを長期間にわたって継続的に改善できるかを検証します。多様な長時間の AI インフラ最適化タスクを集めたベンチマークで、一度きりの正解ではなく、実際の複雑なエンジニアリング環境で反復しながら改善し続けられるかを測ります。対象:エージェント評価、AI インフラの自動化、長時間タスクを研究する研究者とエンジニア。
한국어 정의: 언어 에이전트를 평가하는 벤치마크 'Infrathon'을 제안하는 논문입니다. 최첨단 에이전트가 실제 AI 인프라를 장기간에 걸쳐 지속적으로 개선할 수 있는지를 검증합니다. 다양한 장기 AI 인프라 최적화 과제를 모은 벤치마크로, 일회성 정답이 아니라 실제 복잡한 엔지니어링 환경에서 반복하며 계속 나아지는지를 측정합니다. 대상: 에이전트 평가, AI 인프라 자동화, 장기 과제를 연구하는 연구자와 엔지니어.
English What it is: A paper introducing Infrathon, a benchmark for language agents on real-world, long-horizon AI infrastructure optimization. It studies whether frontier agents can continually improve real-world AI infrastructure over long horizons, using a diverse set of long-horizon optimization tasks. The focus is not one-shot answers but whether an agent can keep iterating and improving inside realistic, complex engineering environments. Who it's for: Researchers and engineers working on agent evaluation, AI infrastructure automation, and long-horizon tasks.