研究者提出HSC-Bench评测智能体交接接管

Wenyuan Li等作者提出Handoff State Continuity Benchmark（HSC-Bench），包含1,039个任务，用于评估接收模型在智能体交接后恢复仓库证据、延续既有对话、工具和文件工作状态的能力。 对六个接收模型的对比显示，结构化交接状态能提升所有模型的仓库证据恢复表现，并改善多数模型的延续表现。两条评估轨道上的最强模型并不相同，研究者据此认为，仅凭证据恢复排名无法刻画继承状态后的延续能力。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。