研究者提出基于AgentGraph的智能体确定性评估方法

研究者 Ram Kulathumani 等人提出 EDGE，一种基于 AgentGraph 的智能体评估方法。该方法通过图遍历算法穷举对话路径，构建覆盖智能体完整行为空间的评估集，并回放可复现轨迹以比对 DSL 规范，同时定义了响应与轨迹确定性、结构遵循度和语义一致性等指标。 结果显示，使用 AgentGraph 和 LangGraph 显式配置节点转换的智能体，其确定性优于未配置受控转换的智能体。

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。