arXiv cs.AI· Bowen Ding, Qixin Wang, Lexing Ruan, Weiyi Lu, Qiwei Ge, Ruishan Fang, Tao Lin·· 15 天前AI 评分45
MS-Eval：面向 MCP 密集型工作场景的子 Agent 委派与编排评测基准
MS-Eval: Benchmarking Sub-Agent Delegation and Orchestration in MCP-Intensive Working Scenarios
AI 导读
研究者提出 MS-Eval 评测套件，用于量化评估 MCP 密集型场景下的主 Agent 委派与子 Agent 执行（MAD-SAE）范式。对 4 种变体和 8 款前沿模型的评测表明，子 Agent 专业化是最佳实践，开源模型普遍具有竞争力。MAD-SAE 虽普遍增加成本，但能让多数开源模型在性能和效率上双重获益，而闭源模型则出现成本上升且性能下降的现象。
来源：arXiv cs.AI · arxiv.org