[논문리뷰] Trial by Trace: Benchmarking AI Agent Harnesses for Reliability and Failure Attribution기존 AI agent 벤치마크는 주로 underlying 모델의 성능과 전반적인 Agent 성능 평가에 집중하여, Agent Harness 평가에 대한 관심이 제한적이라는 핵심 문제를 제기한다.#Review#AI Agent#Harness#Benchmark#Reliability#Failure Attribution#Trajectory Tracing#Multi-source Evidence Acquisition2026년 10월 26일댓글 수 로딩 중