待验证50% 置信事实精确时间
RATED（Reliability-Aware Tool Retrieval via Execution Dynamics）是一个将稳健语义匹配与动态可靠性适应相结合的AI智能体工具检索框架
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证该框架在开源数据集上的实验验证了其有效性，在保持效率和隐私的同时提供了稳健的异常检测性能69% 相似待验证建议用户从低风险、重复性强的任务入手逐步验证此类桌面AI代理工具的实际表现67% 相似待验证Agent可靠性验证方法论包括：每个任务重复运行10次以上、以程序化方式检查最终状态、对每次工具调用按schema校验、统计高负载下被截断的调用数量66% 相似待验证研究团队提出ReliabilityRoute，一种用一组可靠性特征引导预测智能体行为选择的结构性干预机制66% 相似已验证SWE-bench Verified由人工标注者筛除描述模糊或测试不稳定的样本，是业界权威的AI编程能力排行榜之一66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1001929API
curl https://kongchang.com/api/v1/knowledge/claims/1001929MCP
get_claim(id=1001929)