arXiv cs.CL· Wenyuan Li, Guang Li, Dongyuan Li, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama·· 2 小时前AI 评分36
HSC-Bench：跨 AI 智能体交接的任务接管评测基准
Benchmarking Task Takeover Across Agent Handoffs
AI 导读
研究团队提出 HSC-Bench，用 1,039 个任务评测 AI 智能体交接后的任务接管能力。该基准覆盖仓库证据恢复和承接既有对话、工具与文件状态继续工作；对六个接收模型的比较显示，结构化交接状态提升所有模型的证据恢复，并改善多数模型的续作表现。两项评测的最强接收模型不同，说明证据恢复排名不足以判断承接状态后的表现。
来源：arXiv cs.CL · arxiv.org