热点事件持续更新
ArrivalBench：重放式基准揭示Agent数据管道静默错误
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Machine Learning Theory 发布 ArrivalBench（一手报道）。该基准重新执行智能体留下的数据管道，使用可重放的迟到、重复、乱序和重试记录，要求最终状态等于对完整日志的批式重算。在 40 个任务上，单次执行评测认证了 86-100% 的管道；重放后，7.0-79.2% 的已认证管道出现静默错误。报道还称，幂等性风险比顺序风险失败更多；危险警告把一个模型的静默失败率从 48.2% 降到 10.5%，但崩溃率从 9.0% 升到 37.0%。目前报道仅呈现上述基准结果，未涉及后续验证或外部复现。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
ArrivalBench 报告：重放后 7.0-79.2% 已认证管道静默错误，危险警告降静默失败但升崩溃率。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Machine Learning TheoryArrivalBench：智能体生成的数据管道一次正确、随时间出错
ArrivalBench 重新执行智能体留下的数据管道，用可重放的迟到、重复、乱序和重试记录要求最终状态等于完整日志的批式重算。40 个任务上，单次执行评测认证 86-100% 的管道，重放后 7.0-79.2% 的认证管道静默错误；幂等性风险比顺序风险失败更多，危险警告把一个模型的静默失败从 48.2% 降到 10.5%，崩溃率从 9.0% 升到 37.0%。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。