#ORCA-bench

共 1 条 · 7 天 0 条 · 30 天 0 条

SRE 1 可观测性 1 智能体 1 根因分析 1

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

7月31日

ORCA-bench：从值班任务看语言模型Agent的根因分析能力

想看看编程Agent在真实值班场景有多靠谱？ORCA-bench给了1079个线上故障任务，最强模型也只答对四分之一。

#ORCA-bench #根因分析 #智能体 #可观测性

arXiv cs.AI@Albert Gong 等 8 人原文