arXiv · AI· Wei Chen, Peilun Zhou, Zhaoyu Hu, Jiajun Chai, Derong Xu, Zhongni Hou, Yufei Zhang, Guojun Yin, Wei Lin, Zhi Zheng, Tong Xu·· 21 天前AI 评分35
ATLAS: 美团小团工具使用智能体的双视野诊断评估框架
ATLAS: Dual-Horizon Diagnostic Evaluation for Tool-Use Agents in Meituan Xiaotua
AI 导读
美团小团采用双视野诊断评估框架 ATLAS,提升工具使用智能体表现,在 14 天 A/B 测试中答案阅读率提升 2.84%,付费订单量提升 6.13%,并实现全量上线。 框架通过回合内轨迹信号识别执行失败,跨回合用户信号诊断意图漂移。 LLM 裁判与业务日志动态校准,部分模型被蒸馏为紧凑诊断模型以提升诊断保真度。
来源:arXiv · AI · arxiv.org