工具调用智能体鲁棒性基准与RL方法发布
热点事件观察中
工具调用智能体鲁棒性基准与RL方法发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究者 Xiaolin Zhou 等人发布工具调用智能体鲁棒性基准 RobustBench-TC 及配套的 ToolRL-DR 域随机化强化学习方法。该基准按 POMDP 四个组件组织 22 种扰动类型，每种都对应已验证的 GitHub issue 或工具调用故障记录。 在 1.5B 至 32B 的 21 个模型（含闭源 o4-mini）上测试显示：观测扰动使准确率下降不到 5%，而奖励相关和转移扰动分别下降约 40% 和 30%，仅靠扩大模型规模无法弥合这一差距。 作者称数据集、代码和基准排行榜已公开。
AI 根据报道生成 · 1 天前更新
最新进展10月12日 12:00
RobustBench-TC：面向工具调用智能体的仿真到现实基准与 ToolRL-DR 域随机化 RL 方案报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIRobustBench-TC：面向工具调用智能体的仿真到现实基准与 ToolRL-DR 域随机化 RL 方案
研究者提出 RobustBench-TC，按 POMDP 四个组件组织 22 种扰动类型，每个都对应已验证的 GitHub issue 或工具调用故障记录。在 1.5B 至 32B 的 21 个模型（含闭源 o4-mini）上，观测扰动使准确率下降不到 5%，而奖励相关和转移扰动分别下降约 40% 和 30%，仅靠扩大规模无法弥合差距。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- -51%
02.557.510
18:0010月13日06:0012:00
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。