arXiv 自然语言处理· Lucas H. McCabe, Sarah Lukens, H. Howie Huang·· 8 小时前AI 评分35
LLM 智能体能否高效排查设备故障？模拟设备诊断基准 CoffeeBench 评测
Can LLM Agents Efficiently Identify Appliance Faults? Insights From Diagnosing a Simulated Appliance
AI 导读
研究人员推出针对 LLM 智能体设备故障诊断的基准任务 CoffeeBench，评测显示模型仅凭传感器信息难以稳定识别故障，但表现最好的模型可通过迭代缩小故障空间完成诊断。针对开源权重模型，显式追踪单轮状态可减少超时，引入审议循环则能进一步优化诊断假设。
来源：arXiv 自然语言处理 · arxiv.org