arXiv cs.AI· Ruiqi Gao (Alibaba Cloud, Alibaba Group)·· 18 天前AI 评分34
AgentEval：有状态 AI 智能体的证据有界评估系统
AgentEval: Evidence-Bounded Assessment of Stateful Agents
AI 导读
阿里研究人员提出 AgentEval 系统，通过在工具执行、状态与事件捕获及案例维护中绑定可执行的评估记录，实现对有状态 AI 智能体义务履行情况的证据有界评估。
来源：arXiv cs.AI · arxiv.org