arXiv cs.AI· Detao Zeng, Guilin Ou, Nuo Chen, Yunhao Feng, Hongliang Wang, Qinli Yang, Junming Shao, Zhong Zhang·· 3 小时前AI 评分44
Async-RBench：评测 LLM 智能体异步任务执行的基准
Async-RBench: Benchmarking Asynchronous Task Execution in LLM Agents
AI 导读
Async-RBench 是评测 LLM 智能体异步任务执行的基准，包含 200 个可执行任务、覆盖 8 个场景。它通过 ERC 规定响应需改变、保留、避免和重验的内容，并用 DRS 衡量响应过程与结果。9 个智能体的 DRS 为 19.2–45.1，最低分出现在重复报告和子智能体失败；异步交付的平均任务成功率均低于批量交付（26.0% vs. 29.7%）。
来源：arXiv cs.AI · arxiv.org