arXiv cs.LG· Pranay Kothari·· 1 天前AI 评分36
ArrivalBench：智能体生成的数据管道一次正确、在时间维度下出错
ArrivalBench: Agent-Generated Data Pipelines Are Correct Once and Wrong Under Time
AI 导读
ArrivalBench 不再只对智能体生成的数据管道做单次快照评测，而是在迟到、重复、乱序和重试等可重放的投递调度下重新执行管道，并要求最终状态等于完整日志的批量重算结果。
来源：arXiv cs.LG · arxiv.org