热点事件持续更新
BACKDROP基准测试Agent真实世界鲁棒性
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv cs.CL 发布论文提出 BACKDROP 基准，用于测试 Agent 在动态环境中的能力留存率。该基准在 Agent 执行环境中植入权威、注入、边界、故障四类日常干扰，在 3,678 个变体和 16 个模型上进行测试。结果显示，四类干扰齐备时平均通过率从 69.5% 降至 31.3%，最强模型降幅最大，Claude Fable 5.1 从 96.6% 降至 56.0%。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
BACKDROP基准显示四类干扰齐备时Agent平均通过率从69.5%降至31.3%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv：cs.CL（计算语言学，全量分类）BACKDROP 基准揭示 Agent 在动态环境下的能力衰减
论文提出 BACKDROP 基准，在 Agent 执行环境中植入权威、注入、边界、故障四类日常干扰，测试其能力在动态世界中的留存率。在 3,678 个变体和 16 个模型上，四类干扰齐备时平均通过率从 69.5% 降至 31.3%，最强模型降幅最大（Claude Fable 5.1 从 96.6% 降至 56.0%）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。