arXiv · ML· Yuxuan Jiang, Chenglin Liu, John Rose, Mason Miller, Ruthesh Thavamani, Juntao Wu, Yinwei Huang, Jiahao Xu, Peng Huang·· 12 小时前AI 评分38
DistDebug-Bench：LLM 智能体能否诊断分布式系统 Bug
DistDebug-Bench: Can LLM Agents Diagnose Bugs in Distributed Systems?
AI 导读
研究提出 DistDebug-Bench，包含 11 个分布式系统的 120 个真实 Bug，覆盖 5 种语言和 10 种故障模式。 现有 LLM 智能体因缺乏显式推理结构和工具使用范围不一致，难以应对该基准。基准与评估器已开放，用于揭示当前模型在复杂调试任务中的差距。
来源：arXiv · ML · arxiv.org