跳到正文
arXiv · AI· Sachin Gupta·· 3 天前AI 评分31

AgentFaultBench:工具故障恢复的状态验证评测

AgentFaultBench: State-Verified Evaluation of Tool-Fault Recovery

AI 导读

AgentFaultBench 评测 LangGraph 和 CrewAI 智能体在工具故障后的恢复表现,发现恢复建议对成功率影响有限。 在 1,944 次计划运行中,相比中性提醒,恢复建议使成功率变化分别为 -8.33、0.00 和 +1.06 个百分点,部分结果缺失导致后两组对比无法定论。

来源:arXiv · AI · arxiv.org