#CatchBench

共 1 条 · 7 天 0 条 · 30 天 0 条

LLM评委 1 代理失败 1 审计方法 1 模型家族 1

信息流里打上「CatchBench」标签的资讯、产品与论文，按刊登时间排，新的在上。

8月25日

CatchBench: 当代理失败何时可捕捉？

CatchBench基准测试为评估代理失败的可捕捉性提供了新的视角，涵盖了多个模型和配置，是了解代理失败捕捉的重要参考。

#CatchBench #代理失败 #审计方法 #模型家族

arXiv: DeepSeek@Yue Zhao原文