发生了什么
AgingBench 发表 长期可靠性基准(4 种机制)
为什么值得关注
适合点开原文查看基准定义与四类 aging 机制的划分，可直接用于评估部署后 agent 可靠性与故障归因。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Your Agents are Aging Too
作者介绍了一项关于 agent 可靠性的研究，提出长周期可靠性基准 AgingBench。该基准将 agent aging 分为 4 种机制，包括 compression aging 和 interference aging，并评估部署后的 agent 不仅是否退化，还会以何种形式退化以及应当将修复目标放在哪里。文章还指出，尽管模型权重冻结，agent 的有效状态仍会随着交互历史压缩、不断增长的记忆库检索、事实更新和例行维护而持续变化，可靠性应被视为整个执行框架的寿命属性，而不是基座模型的静态快照。
打开原始来源 ↗