EBR-bench

简介

EBR-bench 是 Epoch AI 的“边做边学”评测：模型在智能体框架中反复游玩冷门的战役式桌游 Earthborne Rangers，每个样本 10 局（8 局学习、2 局计分），只能靠笔记在上下文压缩后保留经验。得分为两局计分局中较好的一局完成 21 个目标的比例。2026-07-27 起采用 v2 计分；人类专家可在第 5 局达到 21/21。