工具
RetryBench: Separating Retry Permission from Recovery Outcomes in GPT Tool Use
2026-10-15arxiv.org
★★★★★
RetryBench 将工具调用的重试许可与真实恢复效果分开评估，暴露 Agent 重试设计缺陷。
值得记下
阅读原文↗重试许可与恢复效果被证明不是同一件事，重试成功率类的单一指标可能掩盖真实的恢复能力。
内容来源：arxiv.org，版权归原作者所有
RetryBench 将工具调用的重试许可与真实恢复效果分开评估，暴露 Agent 重试设计缺陷。
重试许可与恢复效果被证明不是同一件事，重试成功率类的单一指标可能掩盖真实的恢复能力。
内容来源：arxiv.org，版权归原作者所有