LLM 评价

TraceDance:自动化从现实世界部署痕迹构建代理行为基准

TraceDance将真实部署痕迹转换为针对不良代理行为的目标基准,特别是在编码和一般工具使用中.它使用Anchor-and-Confirm检索加上Flash LLM确认以及 Anchor Synthesis Loop用…