arXiv · AI· Chaoran Chen, Vy Nguyen, Ziji Zhang, Abhinav Gullapalli, Ziyi Wang, Yuxuan Lu, Dakuo Wang, Jing Huang, Zhou Yu, Jin Lai·· 2026-10-14AI 评分27
Bench2Robust 框架实现工具使用智能体的场景控制恢复
Bench2Robust: Scenario-Controlled Recovery for Tool-Using Agents
AI 导读
Bench2Robust 框架评估工具故障下 LLM 智能体的恢复能力。 在 7 个模型、10 个任务切片中,69/70 模型-子集对在工具失败时性能下降,最高达 46.7 个百分点。 结合 RL 与 BTM 可将鲁棒性提升 20.7 个百分点,且保持正常表现。
来源:arXiv · AI · arxiv.org