AOS-Bench 评测智能体工作负载管理能力
热点事件持续更新
AOS-Bench 评测智能体工作负载管理能力
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv Artificial Intelligence 刊出 Erle Zhu 等作者提出的 AOS-Bench 基准，用于把智能体系统当作工作负载管理器来评测：验证过的任务随时间陆续到达，需在共享 CPU 和内存限制下交付，同一批任务逐个串行运行则作为各系统的参照。报道称，在五组模型与 harness 组合中，重负载下每个系统都损失 13 至 23 分；中等负载下各系统隔离成功率相差 11 分，流式成功率却相差 26 分。调度策略方面，串行调度导致重负载下 73% 的任务无人领取，而固定并发数为 2 的策略在两个负载档位上均与最佳智能体管理策略相差不到 4 分。目前该工作处于基准发布与结果报告阶段，后续进展尚待跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
AOS-Bench：LLM 智能体能否管理动态工作负载？报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Artificial IntelligenceAOS-Bench：LLM 智能体能否管理动态工作负载？
AOS-Bench 把智能体系统当作工作负载管理器来评测：任务随时间陆续到达，需在共享 CPU 和内存限制下交付。在五组模型与 harness 组合中，重负载下每个系统都损失 13 至 23 分；中等负载下各系统隔离成功率相差 11 分，流式成功率却相差 26 分。串行调度导致重负载下 73% 的任务无人领取，而固定并发数为 2 的策略在两个负载档位上均与最佳智能体管理策略相差不到 4 分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。