论文
Keyword Harnesses Fail Open: A Cheap Diagnostic Ladder for Tool-Use Claims in Small Language Models
指出关键词匹配基准在小模型工具调用评估中的严重假阳性问题，提出低成本、分层严格的诊断框架
首次收录 2026-10-02热度 1.0
evaluationtool-usemcp
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Keyword Harnesses Fail Open: A Cheap Diagnostic Ladder for Tool-Use Claims in Small Language Models」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。