Bench2Robust工具失败恢复评测框架发布

Chaoran Chen等研究者发布Bench2Robust框架，用于评测工具调用智能体在工具故障、API与schema漂移下的恢复能力。该框架通过构造需要重试原路径、切换等价备用工具，或判定无可行路径的episode，将恢复策略的质量与故障出现的随机性分离开来，为在可控场景下衡量智能体的恢复行为提供基准。 研究者称，该框架是对已有基准的增强，而非另建一套评测任务。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。