00:41
官方账号arXiv cs.LG@Tommaso Bendinelli, Artur Dox, Christian Holz
推荐理由：TraceBench发布了首个LLM智能体时间序列根因评估框架，包含数据集、实验结果和排行榜，tracebench.github.io可访问。
TraceBench
共 1 条相关 AI 资讯
8月29日
00:41
TraceBench是一个基于模拟的框架，用于生成受控的根因归因任务。研究团队使用三个可解释的机械系统生成任务，评估了四个LLM智能体在受控实验条件下的表现。结果显示，智能体从领域上下文中获益显著，主要通过数值控制台输出而非可视化探索数据。当要求生成Python脚本映射时间序列样本时，智能体表现通常较差。