新基准AOS-Bench衡量智能体在动态负载下的任务调度能力。
资讯摘要
论文提出AOS-Bench，将智能体系统作为工作负载管理器来评测：任务随时间陆续到达，需在共享CPU和内存限制下交付，并以同一批任务串行执行作为各系统的参照。作者报告，在五组模型与执行框架组合中，隔离任务的成功率并不能均匀迁移到流式负载；重负载下各系统下降13至23分，中等负载下隔离成功率相差11分，流式成功率却相差26分。执行策略干预显示，差距多源于任务接收环节，串行调度使重负载下73%的任务无人认领。
要点速读
- AOS-Bench让任务随时间到达，在共享CPU与内存限制下评测智能体的调度与交付能力。
- 作者报告重负载下各系统成功率下降13至23分；中等负载下隔离成功率差11分，流式成功率差26分。
- 串行调度使重负载下73%任务无人认领；固定并发为2的策略在中等和重负载下与最佳智能体管理策略相差不到4分。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。