arXiv Artificial Intelligence· Yizhen Jiang, Haowei Guo, Tianyi Bai, Zengjie Hu, Lu Ma, Zhengyang Zhao, Haoze Sun, Peng Pei, Wentao Zhang·· 2 天前AI 评分38
MCPHallu：评测 MCP 智能体推理、执行与记忆幻觉的基准
MCPHallu: Benchmarking Reasoning, Execution, and Memory Hallucinations in MCP Agents
AI 导读
MCPHallu 是用于诊断 MCP 智能体幻觉失效的基准，覆盖推理、执行、记忆三个维度，包含 5 个能力域的 358 个任务，运行在 36 个生产 MCP 服务器上。
来源：arXiv Artificial Intelligence · arxiv.org