Business Arena: Benchmarking LLM Agents in a Realistic Marketplace

  • 类型：arxiv
  • 标识：2608.08621
  • 链接：https://arxiv.org/abs/2608.08621
  • 主分类：agent
  • 形态：benchmark
  • 被引：0
  • 被引来源：Semantic Scholar
  • S2被引：0
  • 影响力被引：0
  • TLDR：Business Arena, a controlled environment where an AI agent runs a cross-border shop, buying from suppliers and selling to buyers over a long horizon, is introduced, taking a first step toward a realistic and trustworthy testbed for evaluating end-to-end business agents.
  • 副分类：evaluation
  • 待LLM分类：否
  • 标题中文：Business Arena：在真实市场环境中基准测试 LLM Agents
  • TLDR中文：本文提出 Business Arena——一个受控环境，AI agent 在其中经营跨境店铺，在长周期内向供应商采购并向买家销售，迈出了构建面向端到端商业 agent 的真实可信测试床的第一步。
  • 来源文件：
  • /inbox/tom/_candidates/2026-08-12-agent-rag-longcontext-candidates.json
  • [S2 enrich]