arXiv cs.SE· Vagner Figueredo de Santana, Diogo Cortiz·· 5 小时前AI 评分36
MASTIF：面向 Agentic Web 技术栈的基线评估
A Baseline Assessment for the Agentic Web Technology Stack
AI 导读
论文提出多智能体系统测试框架 MASTIF，并对 Agentic Web 技术栈做基线评估，覆盖 3 个 LLM、3 种协议和 4 个智能体实现框架，测试集为 300 个 Mind2Web 任务。结果显示，选择任务特定的技术栈可能提升任务完成率、效率分数和社会价值稳定性分数，同时降低冗长度和任务完成时间。作者希望以此为该快速演进场景提供指标与结果层面的基线，供设计、评估和开发多智能体系统的人参考。
来源：arXiv cs.SE · arxiv.org