arXiv cs.AI· Detao Zeng, Guilin Ou, Nuo Chen, Yunhao Feng, Hongliang Wang, Qinli Yang, Junming Shao, Zhong Zhang·· 8 天前AI 评分45
Async-RBench：LLM Agent 异步任务执行评测基准
Async-RBench: Benchmarking Asynchronous Task Execution in LLM Agents
AI 导读
研究人员推出评测基准 Async-RBench，包含 8 个场景下的 200 个可执行任务，用以评估 LLM Agent 的异步任务执行能力。对 9 个 Agent 的评测显示其动态重规划得分（DRS）仅在 19.2 至 45.1 之间，且异步交付下的平均任务成功率低于批处理交付（26.0% vs. 29.7%）。
来源：arXiv cs.AI · arxiv.org