RetryBench 提出区分重试许可与恢复结果

You Liu 等作者发布 RetryBench 基准，用于评估 GPT 工具调用中的错误重试许可与恢复结果。该基准把“虚假重试许可”（FRP）与真实恢复结果分开评估：智能体在没有可见契约支持的情况下重试超时工具调用，即构成 FRP。 据该基准的表述，这一区分将 FRP 与已实现的恢复结果分开处理。

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。