Agent 错误诊断数据集 AED 发布

2026年10月1日，AGI Hunt 报道 Agent Error Dataset（AED）发布。据该报道，AED 从 33 个环境、19 种 harness、23 个策略模型的 9,961 个任务中，收集了 50,228 对「错误—诊断」数据，用于智能体的错误诊断，并保留了原始轨迹与执行元数据，以便回溯错误发生的上下文。报道同时称，其修正建议可使验证通过率升至 51%。截至目前，该事件仅见这一版报道，暂无后续进展，也未出现与上述数字或说法相互矛盾的报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。