发布跨智能体交接任务基准HSC-Bench

2026年10月28日，arXiv论文发布HSC-Bench基准。该基准包含1039个任务，专门评估智能体在长期任务中的交接表现，核心关注任务接管的两个互补方面。 研究对比了6个接收模型，结果显示结构化交接状态提升了所有模型的仓库证据恢复能力，并增强了多数模型的延续性能。不同模型在两条评测赛道上的排名存在差异，表明基准能区分模型特性。 HSC-Bench的发布为后续工作提供了量化依据。研究人员可借此选择适合特定需求的接收模型，并客观评估不同交接表征方案的有效性，推动跨智能体协作系统发展。

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。