ArrivalBench 提出重放式数据管道评测基准

Pranay Kothari 发布论文提出 ArrivalBench 基准，用于评测智能体生成的数据管道。该基准不再只做单次快照评测，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，并要求管道的最终状态等于对完整日志做批量重算的结果。 按论文说法，这一设计针对的是智能体生成的管道“一次正确、在时间维度下出错”的情况：单次运行通过，未必能在真实投递时序下保持正确。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。