引入了一个名为ABF-Bench的新基准,用于评估AI代理在区块链取证中的能力。该基准侧重于可验证的、有证据支持的资金追踪,允许将自适应代理与固定追踪器进行评估。初步评估显示,尽管代理们展现出潜力,但它们常常存在召回率差距和过度自信的问题,会引用它们未检索到的记录。 AI
影响 该基准有望加速开发更可靠、可验证的AI代理,以应对复杂的调查任务。
排序理由 该条目描述了一个用于评估AI代理在特定研究领域(区块链取证)的新基准,以论文形式呈现。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →