提出基于MCP协议的ComplexMCP基准,用于评估大语言模型智能体在动态、强依赖且大规模工具沙盒中的表现,揭示了当前智能体在复杂工作流中的关键性能瓶颈,并为下一代鲁棒自主系统提供了严谨的评估测试床。
机构:之江
来源:arXiv 2605.10787 | AI4Papers 论文推荐平台