Hugging Face Blog·· 2026-02-19精选AI 评分71
IBM 与 UC Berkeley 用 IT-Bench 和 MAST 诊断企业智能体失败原因
IBM and UC Berkeley Diagnose Why Enterprise Agents Fail Using IT-Bench and MAST
AI 导读
IBM Research 与 UC Berkeley 将 MAST 应用于 ITBench，分析了 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 的 310 条 SRE 执行轨迹。
推荐理由
文章把 ITBench 的成功率拆解为具体失败模式，并针对不同模型给出验证、终止控制和上下文管理等工程改进方向。
来源：Hugging Face Blog · huggingface.co