arXiv · cs.AI · Abhijay Rana, Maksim Ivanov · 11 小时前模型评分56
Anchor 提出防止工件漂移的智能体验证基准构建流程
Anchor: Preventing Artifact Drift for Reliable Agent Verification
导读
论文提出 Anchor，一条把领域专家对业务流程的规格转成约束优化程序的基准构建流程，从同一份参数化规格同时生成自然语言指令、环境配置、求解器认证的标准答案和基于状态的验证器，避免指令、环境、判定标准与验证器各自独立制作时对任务要求理解不一致的问题，作者称之为工件漂移。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：制造与工业
事件类型：研究发布
证据摘录
- “We introduce Anchor, a benchmark-construction pipeline that formalizes domain expert specifications of business workflows into constrained optimization programs.”
来源：arXiv · cs.AI · arxiv.org