热点事件持续更新
研究团队推出MCP智能体幻觉评测基准MCPHallu
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月6日，研究团队推出针对MCP智能体的幻觉评测基准MCPHallu，旨在从推理、执行和记忆三个维度诊断其面临的幻觉风险。该基准涵盖5个领域的358个任务以及36个生产级MCP服务器。研究团队对来自8家厂商的14款前沿LLM智能体进行了5,012条轨迹评测。测试结果显示，受测智能体的平均得分仅为0.642；在不可达目标任务中，智能体平均分降至0.458，且通过率仅为23.2%。
AI 根据报道生成 · 4 小时前更新
最新进展11月6日 13:00
研究团队发布MCPHallu基准，评测显示前沿智能体平均得分仅0.642。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv 人工智能MCPHallu：评测 MCP 智能体的推理、执行与记忆幻觉
研究团队推出 MCP 智能体幻觉评测基准 MCPHallu，从推理、执行和记忆三个维度诊断其面临的幻觉风险。该基准包含 5 个领域的 358 个任务与 36 个生产级 MCP 服务器，对 8 家厂商的 14 款前沿 LLM 智能体进行了 5,012 条轨迹评测。测试显示智能体平均得分仅 0.642，在不可达目标任务中平均分降至 0.458 且通过率仅 23.2%。
本事件热度走势
当前热度 9·可比范围峰值 10（11月6日 14:00）·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。