Agent 执行框架提出并获跨领域测试高分

近期，研究者Saurav Joshi等人在arXiv上发布论文，提出一种Agent执行框架。该框架创新地将原始目标与可修订的计划、执行记录分离，通过规划者、工作者及审查者多角色协同机制来完成复杂任务。 在跨领域测试中，该框架表现优异。在Terminal-Bench 2.1测试中，框架处理了89个实例并通过83个，获得93.26%的通过率。在医疗领域评估中，该框架在HealthBench Professional的525个任务中，特定配置获得了69.63的标准化评分，展示了其适应不同场景的能力。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。