研究者提出MASTIF并发布Agentic Web基线评估

1. 12:00
   arXiv cs.AI

   MASTIF：Agentic Web 技术栈的基线评估

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。