提出智能体评估信任层框架

2026年10月7日，arXiv（Artificial Intelligence，一手来源）发表论文，提出面向智能体评测的可信层框架“Trust Layer for Agent Evaluation”。该框架主张在每个基准分数旁报告其是否可信，具体核验四方面：验证结果是否由基准评分逻辑支持、通过是否来自可追踪计算、完成声明是否与实际一致，以及重复执行是否稳定。目前公开信息仅涉及该论文提出的框架内容，未见后续实验数据、作者信息或第三方验证报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。