CTBench：评估AI智能体在电信网络运维中的故障排除能力

研究提出公开基准CTBench，评估AI智能体在电信网络根因分析和路径恢复中的故障排除能力。 该基准由领域专家构建，包含丰富元数据和黄金证据轨迹，评估指标涵盖最终准确率与诊断推理。 评估显示最新智能体在路径端点识别上表现优异，但根因分析严重不足；即使答案正确，也常缺乏操作实践所需的诊断证据，且增加计算投入不能保证诊断能力提升。