跳到主要内容
检索

# MCRI框架

1 篇关联报道

订阅更新
  1. arXiv

    MCRI 框架把智能体技能评估变成执行前的四维打分,在三个基准上把 top-1 技能选择排名提升 17.7 至 22.8 个百分点

    作者提出基于信息增益与行为约束的四维 MCRI 框架,并将其实现为基于大语言模型的 MCRI-Eval 评估方法,在 OpenClaw 技能库的 63,812 个公开技能与跨 BigCodeBench、BFCL-Fundamental、Mind2Web 的 58,275 次技能条件模型执行上验证:MCRI-Eval 得分与社区热度信号正相关,在受评方法中取得最高的下游排序一致性,并使三个基准的 top-1 技能选择相比各自最强基线分别提升 17.7、22.8 和 19.6 个百分位,说明它可作为执行前优先筛选技能的信号。

已读完全部报道