微软发布WorkflowPerturb多智能体工作流评测基准
热点事件持续更新
微软发布WorkflowPerturb多智能体工作流评测基准
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
微软在 arXiv 发布 WorkflowPerturb 基准，用于评测多智能体 LLM 工作流变化管理中指标的敏感度与校准，数据集已在 Hugging Face 开放。 基准包含 4,973 条 golden 工作流和 44,757 条扰动变体，覆盖三类扰动（缺失步骤、压缩步骤、描述变更），严重程度分为 10%、30% 和 50% 三档，对 golden 工作流施加可控的分级扰动。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
WorkflowPerturb：用于评测多智能体工作流指标的校准压力测试基准报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIWorkflowPerturb：用于评测多智能体工作流指标的校准压力测试基准
作者提出 WorkflowPerturb 基准，用于评估多智能体 LLM 工作流变化管理中的指标敏感度与校准。该基准包含4,973个 golden workflows 和44,757个扰动变体，覆盖 Missing Steps、Compressed Steps、Description Changes 三类扰动，严重程度为10%、30%和50%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。