开发技术
Continuous Process-Level Evaluation for Evolving Enterprise AI Agent Skills
2026-10-02arxiv.org
★★★★★
提出企业级 Agent 技能的持续过程级评测框架，捕捉工具与模型变更引发的行为漂移。
值得记下
阅读原文↗评测粒度从任务是否成功下沉到执行过程中的每一步，工具与模型任一变更都会触发重新打分。
内容来源：arxiv.org，版权归原作者所有
提出企业级 Agent 技能的持续过程级评测框架，捕捉工具与模型变更引发的行为漂移。
评测粒度从任务是否成功下沉到执行过程中的每一步，工具与模型任一变更都会触发重新打分。
内容来源：arxiv.org，版权归原作者所有