ToolBottleneckBench：固定预算下测工具代理瓶颈
热点事件持续更新
ToolBottleneckBench：固定预算下测工具代理瓶颈
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Xu 等作者发布基准 ToolBottleneckBench 并开源（GitHub: zichuanxu/tool-bottleneck-bench），用于在固定 harness 预算下、逐项改变单一压力（注册工具目录、可见工具菜单、认证工作流、返回记录编码）时测量工具代理性能，任务为固定不变的企业合成任务。 基于论文摘要的结果：在21种模型与 harness 配置中，可见工具菜单是三种作用于模型的压力中唯一造成较大惩罚的，该惩罚与完成上限处的截断相关；把完成上限提高十六倍可消除多数截断严重配置中的惩罚。多数失败源于 harness 限制，且压力记录并不比工具调用次数更可靠。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
ToolBottleneckBench：在固定 Harness 预算与可控压力下测量工具 Agent 性能报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIToolBottleneckBench：在固定 Harness 预算与可控压力下测量工具 Agent 性能
作者提出 ToolBottleneckBench，在固定 harness 预算下测量工具 Agent 面对可控压力时的性能，并公开基准。基于论文摘要，在21种模型与 harness 配置中，可见工具菜单是唯一造成较大模型惩罚的压力；将完成上限提高十六倍可消除多数截断严重配置中的惩罚。多数失败源于 harness 限制，且压力记录并不比工具调用次数更可靠。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月16日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
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。