arXiv cs.AI· Vagner Figueredo de Santana, Diogo Cortiz·· 1 天前AI 评分31
MASTIF：Agentic Web 技术栈的基线评估
A Baseline Assessment for the Agentic Web Technology Stack
AI 导读
研究者提出多智能体系统测试框架 MASTIF，并对 Agentic Web 技术栈开展基线评估，覆盖 3 个 LLM、3 种协议和 4 个智能体实现框架，在 300 个 Mind2Web 基准任务上进行测试。结果显示，选择任务专属的技术栈可提升任务完成率、效率得分和社会价值稳定性得分，同时减少冗长程度和任务完成时间。
来源：arXiv cs.AI · arxiv.org