arXiv · AI· Detao Zeng, Guilin Ou, Nuo Chen, Yunhao Feng, Hongliang Wang, Qinli Yang, Junming Shao, Zhong Zhang·· 2 小时前AI 评分22
Async-RBench：LLM 智能体异步任务执行基准测试
Async-RBench: Benchmarking Asynchronous Task Execution in LLM Agents
AI 导读
Async-RBench 发布 200 个可执行任务，评测 LLM 智能体在异步场景下的处理能力。 基准引入动态重规划分数（DRS）与事件响应契约，涵盖 8 种场景并评估 9 个智能体。 测试显示 DRS 得分介于 19.2 至 45.1，且异步交付的平均任务成功率（26.0%）低于批处理（29.7%）。
来源：arXiv · AI · arxiv.org