arXiv · AI· Tianyu Chen, Xinran Zhao, Vijay Viswanathan, Shoubin Yu, Mingyuan Zhou, Tongshuang Wu·· 4 小时前AI 评分44
ImpasseBench 揭示 Coding Agents 的证据-行动差距
Knowing When to Stop: The Evidence-Action Gap in Coding Agents
AI 导读
研究引入 ImpasseBench 量化 Coding Agents 在任务受阻时的“证据-行动差距”。基于 8 个前沿模型与 19,371 条轨迹的数据显示，当证据充分时，仍有三分之一的运行耗尽预算。
来源：arXiv · AI · arxiv.org