★ 3
ArrivalBench：智能体数据管道一次正确、时序下出错
现有智能体数据管道评测只对固定快照运行一次，ArrivalBench改为在迟到、重复、乱序、重试等可重放投递计划下重新执行管道，并要求最终状态等于完整日志的批重算结果。在40个任务上，单次执行评测认证了11个模型产出管道的86%-100%，但重放发现其中7.0%-79.2%存在静默错误。研究还发现…
arXiv cs.LG27 天前
#幂等性
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
LLM 智能体重复副作用的精确一次归属
研究探讨工具调用智能体的精确一次行为应在模型、智能体框架还是工具契约中实现。作者构建 LIMBO 沙盒，注入十二种故障模式，跨 25,930 个回合测试九个模型与三种生产框架。结果显示：可立即回读时模型决定结果，无法回读时契约解释 81% 的方差，而框架影响甚微。
arXiv cs.LG37 天前
★ 2
开源项目 Forked 发布：为 AI 代理状态提供 Git 式版本控制
开发者发布开源项目 Forked，为 AI 代理的结构化状态（消息、记忆、计划、工具结果）提供分支、回滚与重放能力，并带副作用日志保证支付、邮件等操作在重试时幂等。项目采用 Apache-2.0 协议，含 Rust 引擎与 TypeScript SDK，并提供 LangGraph 检查点适配。
Hacker News – AI10 天前