热点事件持续更新
AOS-Bench 评测 LLM Agent 动态负载管理能力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 27 日，arXiv cs.AI 刊出 AOS-Bench，提出把 LLM 智能体当作工作负载管理器来评测：任务随时间陆续到达，智能体须在共享 CPU 和内存限制下完成调度。评测覆盖五个 model–harness 组合。结果显示，重负载下各系统成功率下降 13 到 23 分；中等负载下，两个隔离成绩仅差 0.6 分的系统分别交付 54% 和 68% 的任务，说明隔离成绩相近并不代表动态负载下表现相同。在调度策略上，串行调度导致 73% 的重负载任务无人认领，而固定并发 2 的策略与最佳 agent 管理策略相差不到 4 分。该基准由此揭示当前 LLM 智能体在动态负载管理上的明显短板。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
AOS-Bench 发布：重负载下各系统成功率降 13–23 分，串行调度致 73% 任务无人认领。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIAOS-Bench：LLM 智能体能否管理动态工作负载？
AOS-Bench 把 LLM 智能体当作工作负载管理器来评测：任务随时间陆续到达，须在共享 CPU 和内存限制下完成。五个 model–harness 组合中，重负载下各系统成功率下降 13 到 23 分；中等负载下，两个隔离成绩仅差 0.6 分的系统分别交付 54% 和 68% 的任务。串行调度使 73% 的重负载任务无人认领，而固定并发 2 的策略距最佳 agent 管理策略不到 4 分。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
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。