Newest papers

Environment Duels: A Microcosm of LLM Co-Evolution

Shibo Jin, Zhiqiu Xu, Yiling Zou, Shangyu Gong, Mayur Naik · 2026 · arXiv

DOI: 10.48550/arXiv.2610.30116 · open-access PDF

German

Durch eine Reihe von Interaktionen in der realen Welt, von synthetischen Trainingspipelines bis hin zu Daten, die im offenen Web geteilt werden, absorbieren Grenz-LLMs das, was ihre Vorgänger und Konkurrenten schaffen. Wie gut spielt jedes Modell seine Rolle in diesem Ökosystem, als Schöpfer und als Lösungsleiter? Wir führen Environment Duels ein, ein dynamisches Agent-Benchmark, das beide Fähigkeiten in interaktiven Umgebungen beurteilt. Jedes Modell schreibt Umgebungen, jedes mit einem privilegierten Hinweis, und zielt auf Aufgaben ab, die fähige Lösungsleiter ohne den Hinweis und mit ihm passieren.

Machine translation (Meta M2M100); the English original follows.

Abstract

Through a tangle of real-world interactions, from synthetic training pipelines to data shared on the open web, frontier LLMs absorb what their predecessors and competitors create. How well does each model play its role in this ecosystem, as a creator and as a solver? We introduce Environment Duels, a dynamic agentic benchmark that evaluates both capabilities on interactive environments. Each model writes environments, each with a privileged hint, aiming for tasks that capable solvers fail without the hint and pass with it. Across nine frontier LLMs, solving and authoring prove to be distinct s

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange