OrchestraBench: Evaluating Multi-Agent Orchestration Failure Modes, Recovery, and Decomposition Quality
arxiv.org原文 ↗
OrchestraBench 在模板化企业工作流中固定随机种子注入故障，把结果分成分解质量、故障传播半径和逐故障恢复率，而不是用一个总成功率掩盖编排机制。
–浏览
arxiv.org原文 ↗
评论 · Comments