研究团队发布灾害响应Agent基准DORA

Wang 等研究团队在 arXiv 发布 DORA（Disaster Operational Response Agent）基准，据称是首个面向端到端灾害响应的 Agent 基准，并公开了代码与数据。 DORA 包含 515 个专家编写的任务，覆盖 45 起真实灾害事件、10 种灾害类型，并配有专家验证、可重放的 3,500 步工具调用黄金轨迹。Agent 需在异构地理空间数据上，从含 108 个工具的 MCP 工具库中组合调用完成任务。 团队用该基准评测了 13 个前沿大语言模型，结果显示在长流程任务上 Agent 与黄金轨迹的差距从 7% 扩大到 56%，表明当前模型在多步骤灾害响应流程中能力明显不足。

AI 根据报道生成 · 13 小时前更新