新审计规范研究指出 LLM 代理基准披露不足，提出开放评分架构

最新 ArXiv 论文分析了 12 项大型语言模型代理基准报告的公开程度，指出多数评估缺乏计算成本和运行环境披露，提出一个开放评分规范以提高 AI 基准结果的透明度和可信度。