2026年7月8日阅读需 2 分钟JSONSchemaBench：真实世界的模式复杂度打破了大语言模型结构化输出的保证JSONSchemaBench发现，覆盖率从简单模式的86%骤降至复杂模式的3%，因此LLM结构化输出可能静默发出不合规的JSON。Mike Thriftllmaimachine-learning
2026年5月31日阅读需 1 分钟单代理：在相同预算下，多跳任务上等于多智能体系统在相同的思考预算下，单代理LLM在多跳推理上等同于或超越多智能体系统——更倾向于简单的金融代理设计。Mike Thriftaillmmachine-learning
