新基准AOS-Bench评测智能体工作负载管理

Erle Zhu等作者提出AOS-Bench，把智能体系统当作工作负载管理器来评测：任务随时间陆续到达，需在共享CPU和内存限制下交付，同一批任务逐个运行的结果作为各系统的参照。 在五组模型-harness组合中，重负载下每个系统都损失13至23分；中等负载下各系统隔离成功率相差11分，流式成功率相差26分。串行调度导致重负载下73%的任务无人认领，而固定并发度为2的策略在两个负载档位上均与最佳智能体管理策略相差不到4分。

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。