实体 ParaRecover

ParaRecover

PulseAugur coverage of ParaRecover — every cluster mentioning ParaRecover across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_252066 · Sep 14 · 04:00

新的基准评估 AI 代理在并行工具使用中的错误恢复能力

研究人员推出 ParaRecover，这是一个新的基准，旨在评估并行使用工具的 AI 代理的错误定位和恢复能力。该基准通过关注代理诊断和修复中间执行失败的能力，解决了现有评估的局限性，这在可能出现错误级联的复杂多轮场景中至关重要。ParaRecover 包含 14 种错误类型的 10,000 多个实例，并引入了 SDE 评估标准来评估结构完整性、诊断推理和恢复策略。对领先 LLM 的初步测试表明，即使是先进的模型在错误传播和重新规划方…