摘要
针对多语言基准测试得分丰富但洞察匮乏的问题，本文提出 MADE，一种多语言代理诊断引擎。该系统将后评估分析分解为任务规划、聚合分析、实例检查、多文化反思及报告合成等步骤。在大规模多语言数据集上的实验表明，MADE 在诊断报告质量上显著优于基线，并能提供可操作的模型选择与改进指导，有效解决了单一模型难以处理长噪声输入的难题。
AI 推荐理由
论文核心提出将评估诊断分解为规划、分析等步骤，规划是关键机制。
研究机构
华为
论文信息