研究者提出可执行任务契约评估智能体鲁棒性

研究者提出一种“可执行任务契约”，用于评估工具使用智能体的鲁棒性。该契约在智能体运行前声明任务由哪些事实定义、允许哪些编辑、怎样算完成任务，并据此校验每个改动后的测试用例。 据作者 Shaikh Akib Shahriyar 等人称，这一方法旨在解决“什么才算同一个任务”的问题，即判断改动后的测试用例是否仍属于原任务。 该研究发布在 arXiv cs.AI，属一手论文，尚未见后续跟进报道。

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。