Hugging Face Daily Papers·· 4 天前精选AI 评分55
TraceTrial-Bench 发布：评测 AI 智能体框架可靠性与失败归因
Trial by Trace: Benchmarking AI Agent Harnesses for Reliability and Failure Attribution
AI 导读
研究者提出 TraceTrial-Bench，将智能体框架可靠性拆为上下文、执行、治理、生命周期、可观测性、工具和验证七个组件，并构建 95 个专家级机制导向任务。
推荐理由
论文把智能体框架可靠性拆成七个组件，并给出可审计的失败归因方法，便于比较不同框架设计。
来源：Hugging Face Daily Papers · huggingface.co