Agent 与过程评测 · arXiv / 开源评测
Task Survival Curve
显示任务随时间被完成的比例，并保留超时 censor，而不是只统计最终完成率。
survivalInformation grammar
它如何组织信息
Kaplan–Meier 阶梯 + censor 标记 + 中位完成时
- Visual system
- VS-35 Survival analysis paper
- Component ID
agentbench-survival
Use when
适用判断
适合带超时的 Agent 评测；需明确 survival 是未完成还是仍成功运行。
Source lineage
AgentBench
跨环境 Agent 完成率与存活曲线
Open formal source ↗Structured data
可替换的数据模型
示意数据，仅复现信息结构，不代表最新榜单结果。
{
"series": [
{
"label": "Agent A",
"points": [
[
0,
100
],
[
10,
91
],
[
20,
74
],
[
30,
53
],
[
45,
31
],
[
60,
18
]
]
},
{
"label": "Agent B",
"points": [
[
0,
100
],
[
10,
95
],
[
20,
84
],
[
30,
72
],
[
45,
55
],
[
60,
43
]
]
}
]
}Related components