普林斯顿大学研究人员发布AI智能体评估趋势论文

普林斯顿大学研究人员发布论文《Emerging Trends in AI Agent Evaluation》，指出AI智能体评估面临复杂性增加、标准不明确等挑战。 论文称，评估需关注智能体的完整轨迹而非仅最终结果，且不同评估层级的结果难以相互映射。当前评估工具和基准本身也需进一步验证，同时独立评估者的参与受限于资金和模型访问权限。

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。