★ 2
DSABench 评测多数据库智能体源发现与执行
论文发布 DSABench，包含 815 个人工审核任务，联合评测智能体在多数据库目录中的源发现、跨源协调与执行能力。结果显示含协调要求时最高 RA-Graph 得分仅 34.66%，执行场景下成功率更低，澄清提问可显著提升歧义任务表现。
arXiv cs.AI19 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文发布 DSABench，包含 815 个人工审核任务，联合评测智能体在多数据库目录中的源发现、跨源协调与执行能力。结果显示含协调要求时最高 RA-Graph 得分仅 34.66%，执行场景下成功率更低，澄清提问可显著提升歧义任务表现。