arXiv · cs.AI· Liang Zhu, Bo Yang, Zhinuo Zhou, Jiachen Liang, Jiahao Guo, Yiyang Yin, Xiongwei Han, Minyang Hu·· 5 小时前
RedundancyBench：评估大语言模型 Agent 轨迹冗余步骤检测的基准
Redundant or Necessary? A Benchmark for Detecting Redundant Steps in Agent Trajectories
arXiv:2605.29893v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Liang Zhu, Bo Yang, Zhinuo Zhou, Jiachen Liang, Jiahao Guo, Yiyang Yin, Xiongwei Han, Minyang Hu
研究任务与主要进展
基于论文摘要，作者提出冗余步骤检测问题，并发布包含 1,920 条轨迹和 3,613 个步骤级标注的 RedundancyBench，用于评估 6 个前沿 LLM 和 Jev 的检测能力。实验显示，冗余步骤检测即使对 Claude-Opus-5 等 SOTA 模型也仍具挑战，尤其在缺少先验信息时；代码和数据集已提供公开链接。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org