Infrathon: Benchmarking Language Agents for Real-World, Long-Horizon AI Infra Optimization 封面
HuggingFace
论文

Infrathon: Benchmarking Language Agents for Real-World, Long-Horizon AI Infra Optimization

In this work, we study whether frontier agent can continually improve real-world AI infrastructure over long horizons. We introduce Infrathon, a benchmark of diverse, long-horizon AI infrastructure optimization tasks ac…

来源:HuggingFace Papers收录于 2026年11月11日

站内导读

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。

相关项目 · HuggingFace

查看全部「HuggingFace」项目 →