Buchumschlag

ClawArena: Benchmarking AI Agents in Evolving Information Environments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ji, Haonian, Xiong, Kaiwen, Han, Siwei, Xia, Peng, Qiu, Shi, Zhou, Yiyang, Liu, Jiaqi, Li, Jinlong, Li, Bingzhou, Zheng, Zeyu, Xie, Cihang, Yao, Huaxiu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MetaClaw: Just Talk -- An Agent That Meta-Learns and Evolves in the Wild
von: Xia, Peng, et al.
Veröffentlicht: (2026)

ClawForge: Generating Executable Interactive Benchmarks for Command-Line Agents
von: Lai, Yuxiang, et al.
Veröffentlicht: (2026)

Agent0-VL: Exploring Self-Evolving Agent for Tool-Integrated Vision-Language Reasoning
von: Liu, Jiaqi, et al.
Veröffentlicht: (2025)

EvolveMem:Self-Evolving Memory Architecture via AutoResearch for LLM Agents
von: Liu, Jiaqi, et al.
Veröffentlicht: (2026)

SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning
von: Xia, Peng, et al.
Veröffentlicht: (2026)

SimpleMem: Efficient Lifelong Memory for LLM Agents
von: Liu, Jiaqi, et al.
Veröffentlicht: (2026)

From EduVisBench to EduVisAgent: A Benchmark and Multi-Agent Framework for Reasoning-Driven Pedagogical Visualization
von: Ji, Haonian, et al.
Veröffentlicht: (2025)

AutoResearchClaw: Self-Reinforcing Autonomous Research with Human-AI Collaboration
von: Liu, Jiaqi, et al.
Veröffentlicht: (2026)

Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning
von: Xia, Peng, et al.
Veröffentlicht: (2025)

Omni-SimpleMem: Autoresearch-Guided Discovery of Lifelong Multimodal Agent Memory
von: Liu, Jiaqi, et al.
Veröffentlicht: (2026)

Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails
von: Han, Siwei, et al.
Veröffentlicht: (2025)

MJ-VIDEO: Fine-Grained Benchmarking and Rewarding Video Preferences in Video Generation
von: Tong, Haibo, et al.
Veröffentlicht: (2025)

Your Agent, Their Asset: A Real-World Safety Analysis of OpenClaw
von: Wang, Zijun, et al.
Veröffentlicht: (2026)

AQA-Bench: An Interactive Benchmark for Evaluating LLMs' Sequential Reasoning Ability
von: Yang, Siwei, et al.
Veröffentlicht: (2024)

GLIMPSE: Do Large Vision-Language Models Truly Think With Videos or Just Glimpse at Them?
von: Zhou, Yiyang, et al.
Veröffentlicht: (2025)

Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows
von: Li, Chenxin, et al.
Veröffentlicht: (2026)

ClawEnvKit: Automatic Environment Generation for Claw-Like Agents
von: Li, Xirui, et al.
Veröffentlicht: (2026)

MDocAgent: A Multi-Modal Multi-Agent Framework for Document Understanding
von: Han, Siwei, et al.
Veröffentlicht: (2025)

MMIE: Massive Multimodal Interleaved Comprehension Benchmark for Large Vision-Language Models
von: Xia, Peng, et al.
Veröffentlicht: (2024)

ReAgent-V: A Reward-Driven Multi-Agent Framework for Video Understanding
von: Zhou, Yiyang, et al.
Veröffentlicht: (2025)

Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning
von: Wang, Zhaoyang, et al.
Veröffentlicht: (2026)

SimpleOCR: Rendering Visualized Questions to Teach MLLMs to Read
von: Peng, Yibo, et al.
Veröffentlicht: (2026)

ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents
von: Meng, Fanqing, et al.
Veröffentlicht: (2026)

Benchmarks for Trajectory Safety Evaluation and Diagnosis in OpenClaw and Codex: ATBench-Claw and ATBench-Codex
von: Yang, Zhonghao, et al.
Veröffentlicht: (2026)

When Visualizing is the First Step to Reasoning: MIRA, a Benchmark for Visual Chain-of-Thought
von: Zhou, Yiyang, et al.
Veröffentlicht: (2025)

On the Adversarial Robustness of Camera-based 3D Object Detection
von: Xie, Shaoyuan, et al.
Veröffentlicht: (2023)

ABot-Claw: A Foundation for Persistent, Cooperative, and Self-Evolving Robotic Agents
von: Huo, Dongjie, et al.
Veröffentlicht: (2026)

AcademiClaw: When Students Set Challenges for AI Agents
von: Yu, Junjie, et al.
Veröffentlicht: (2026)

QuantClaw: Precision Where It Matters for OpenClaw
von: Zhang, Manyi, et al.
Veröffentlicht: (2026)

Revisiting Adversarial Training at Scale
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

DASH: Dynamic Audio-Driven Semantic Chunking for Efficient Omnimodal Token Compression
von: Li, Bingzhou, et al.
Veröffentlicht: (2026)

REMAC: Self-Reflective and Self-Evolving Multi-Agent Collaboration for Long-Horizon Robot Manipulation
von: Yuan, Puzhen, et al.
Veröffentlicht: (2025)

Navigation as Attackers Wish? Towards Building Robust Embodied Agents under Federated Learning
von: Zhang, Yunchao, et al.
Veröffentlicht: (2022)

ProSoftArena: Benchmarking Hierarchical Capabilities of Multimodal Agents in Professional Software Environments
von: Ai, Jiaxin, et al.
Veröffentlicht: (2025)

Claw-Eval: Towards Trustworthy Evaluation of Autonomous Agents
von: Ye, Bowen, et al.
Veröffentlicht: (2026)

ClawGym: A Scalable Framework for Building Effective Claw Agents
von: Bai, Fei, et al.
Veröffentlicht: (2026)

$\texttt{Complex-Edit}$: CoT-Like Instruction Generation for Complexity-Controllable Image Editing Benchmark
von: Yang, Siwei, et al.
Veröffentlicht: (2025)

SkillClaw: Let Skills Evolve Collectively with Agentic Evolver
von: Ma, Ziyu, et al.
Veröffentlicht: (2026)

OpenVision 3: A Family of Unified Visual Encoder for Both Understanding and Generation
von: Zhang, Letian, et al.
Veröffentlicht: (2026)

VLAA-GUI: Knowing When to Stop, Recover, and Search, A Modular Framework for GUI Automation
von: Han, Qijun, et al.
Veröffentlicht: (2026)