arXiv cs.SE· Jeong-Yoon Kim, Tae-Yoon Lee·· 3 小时前AI 评分32
BTS-AgentBench：从只读遥测日志到智能体基准的确定性可重放流水线
BTS-AgentBench: A Deterministic, Replayable Pipeline from Read-Only Telemetry Logs to Agent Benchmarks
AI 导读
BTS-AgentBench 是一个确定性编译器，可将只读遥测与设备元数据转换为带工具的多轮智能体任务、阶段级目标、证据和可执行评测契约。
来源：arXiv cs.SE · arxiv.org