arXiv · NLP· Resham Joshi·· 3 天前AI 评分39
智能体框架解剖:决策、不变量与边界情况
Anatomy of an Agent Harness: Decisions, Invariants and Corner Cases
AI 导读
论文提出包含30个决策卡片和83条不变量条款的测试体系,基于Crewroom等11个智能体框架实践构建。 30个卡片分六组分析决策成本,83条中56条已测试、12条推测、15条开放;清单应用示例中30项有11项成立、14项不成立。 该框架用于验证智能体系统边界,未涉及答案质量、成本或其他平台评估排名。
来源:arXiv · NLP · arxiv.org