arXiv cs.AI· Zhanke Zhou, Zongze Li, Weikai Huang, Xuan Li, Chentao Cao, Xiao Feng, Xiangyu Lu, Jinbo Hu, Yi Xie, Nico Pelleriti, Shiyang Liu, Menghan Lu, Max Zimmer, Brando Miranda, Jiangchao Yao, Bo Liu, Sanmi Koyejo, Sebastian Pokutta, Bo Han·· 18 天前AI 评分55
研究提出 AlphaDiana：用于可验证推理任务的 Agent 度量系统
AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks
AI 导读
研究团队推出 Agent 度量系统 AlphaDiana，针对可验证推理任务，解耦数据集、Agent、环境与评分模块，支持对工具、技能和记忆组件进行微观干预评测。
来源：arXiv cs.AI · arxiv.org