前缀可执行性协议提出

Amir H. Rezaeian等提出“前缀可执行性”评估协议，用于诊断工具使用智能体轨迹中的执行可靠性问题。该协议定义了前缀可执行性曲线等指标，已被NeurIPS 2026接收。 在BFCL-v3和ToolSandbox等基准测试中，研究发现仅关注最终成功率会掩盖轨迹执行中的缺陷。引入显式的预执行计划检查，能够显著改善可执行前缀的存活率，为评估验证机制提供了可操作的可靠性信号。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。