arXiv Artificial Intelligence· Shaikh Akib Shahriyar, MD. Akil Raihan Iftee, Armon Barton, Matthew Wright·· 17 小时前AI 评分29
什么才算同一个任务？面向工具使用智能体鲁棒性评估的可执行任务契约
What Counts as the Same Task? Executable Contracts for Robustness Evaluation of Tool-Using Agents
AI 导读
研究者提出"可执行任务契约"，在智能体运行前声明任务由哪些事实定义、允许哪些编辑、怎样算完成，并据此校验每个改动后的测试用例。
来源：arXiv Artificial Intelligence · arxiv.org