# idler 推出 ShelfLife benchmark：Nemotron 3 Nano Finance Agent 分數由 30.0% 升至 41.8%

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：idler (@idler_ai) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥 · 日期：2026-08-19

> 原始來源：https://x.com/idler_ai/status/2090153772672754012

## 證據與延伸閱讀

- [idler 推出 ShelfLife benchmark：Nemotron 3 Nano Finance Agent 分數由 30.0% 升至 41.8%。](https://idler.ai/collections/shelflife)
- [募資 900 萬美元建立前沿 RL 環境](https://x.com/idler_ai/status/2090153772672754012)
- [開發數千個 coding evals 與多領域資料集](https://x.com/idler_ai/status/2090153775545958402)

## 中文摘要

idler 推出 ShelfLife benchmark：Nemotron 3 Nano Finance Agent 分數由 30.0% 升至 41.8%。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1787178464225-75k84v59.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/b88b478e071dfcc7.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> idler 宣稱募資 900 萬美元以建立頂尖 AI 實驗室專用的前沿困難 RL 環境

**成立與募資** idler 表示，這筆由 Paradigm 的 @0xalpo 與 @FrankieIsLost 領投、@ycombinator、@LongJourneyVC 及多位天使投資人參與的 900 萬美元資金，將用於建立頂尖前沿實驗室訓練與衡量模型所需的 評測、基準測試與強化學習（RL）環境。投資人還包括 @marrc、@catheryn_li、@dcposch、@JanineLeger、@LynettCapital、@feross 與 @nur_daulet_。

**資料與環境產品** idler 稱，過去一年已為一家頂尖實驗室開發數千個程式開發評測與環境，持續更新產品以跟上前沿進展；即使模型的長時程 coding 能力已成長為八倍，團隊仍維持改進。如今 idler 開始提供可直接採用的資料集，涵蓋更廣泛的能力：

- 長時程軟體工程
- 網路安全
- 遞迴自我改進
- 法律
- 長時程策略與營運
- 企業安全，以及其他領域

**ShelfLife benchmark** 首個公開 benchmark「ShelfLife」已於 2026 年 8 月 20 日推出。它是一個數位分身，植入一家真實營運中、持續獲利且成長中的多品牌零售商完整營運資料；該企業經營 9 間門市、3 個 commerce platform，並執行多供應商採購作業。這項設計試圖把模型放進更接近企業日常工作的複雜環境，而不是只測試單一問答能力。

**評測結果** idler 以 ShelfLife 的 41 項任務對 Nemotron 3 Nano 進行 post-training，Finance Agent Benchmark 分數由 30.0% 提升至 41.8%，統計顯著性為 p ≤ 0.001。團隊表示，完整結果與範例任務可依要求提供，未在貼文中公開完整評測內容。idler 同時宣布目前正在招募，聯絡信箱為 `hello@idler.ai`。

## 標籤

Benchmark, Agent, NVIDIA, idler