跳到正文
arXiv · NLP· Junming Chen, Junyang Jiang, Xu Chen, Zibo Liang, Kai Zheng·· 2026-10-14AI 评分41

DBA-Bench 生产保真度 LLM 数据库运维智能体基准

DBA-Bench: A Production-Fidelity Benchmark for LLM-Based Database Operations Agents

AI 导读

DBA-Bench 是一个面向 LLM 数据库运维智能体的生产保真度基准,包含 231 个有界场景和 10 个持久场景,覆盖五个运维领域。 评估在活跃负载的 PostgreSQL 和分布式 TiDB 环境中进行,考察 8 个基线智能体,其中包含 4 个前沿基础模型、2 个开源权重模型及 2 个由 GPT-5.5 驱动的数据库智能体。

来源:arXiv · NLP · arxiv.org