论文提出五项指标评估模型与执行框架交互

Shao Zhang 等作者提出一套评估框架，用有效完成率、模型-框架匹配度、跨模型匹配度、交互残差和 Token 负载五项指标，衡量 LLM 智能体表现中模型与执行框架各自的贡献。 该研究称，这套指标用于回答智能体失败应归因于模型还是执行框架，并已通过实验验证。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。