Salvato in:
| Autori principali: | Jia, Hongrui, Liao, Jitong, Zhang, Xi, Xu, Haiyang, Xie, Tianbao, Jiang, Chaoya, Yan, Ming, Liu, Si, Ye, Wei, Huang, Fei |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2510.24563 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
OSWorld-Human: Benchmarking the Efficiency of Computer-Use Agents
di: Abhyankar, Reyna, et al.
Pubblicazione: (2025)
di: Abhyankar, Reyna, et al.
Pubblicazione: (2025)
MCP-Atlas: A Large-Scale Benchmark for Tool-Use Competency with Real MCP Servers
di: Bandi, Chaithanya, et al.
Pubblicazione: (2026)
di: Bandi, Chaithanya, et al.
Pubblicazione: (2026)
LiteCUA: Computer as MCP Server for Computer-Use Agent on AIOS
di: Mei, Kai, et al.
Pubblicazione: (2025)
di: Mei, Kai, et al.
Pubblicazione: (2025)
RiOSWorld: Benchmarking the Risk of Multimodal Computer-Use Agents
di: Yang, Jingyi, et al.
Pubblicazione: (2025)
di: Yang, Jingyi, et al.
Pubblicazione: (2025)
MaVEn: An Effective Multi-granularity Hybrid Visual Encoding Framework for Multimodal Large Language Model
di: Jiang, Chaoya, et al.
Pubblicazione: (2024)
di: Jiang, Chaoya, et al.
Pubblicazione: (2024)
SymDPO: Boosting In-Context Learning of Large Multimodal Models with Symbol Demonstration Direct Preference Optimization
di: Jia, Hongrui, et al.
Pubblicazione: (2024)
di: Jia, Hongrui, et al.
Pubblicazione: (2024)
MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools
di: Wang, Wenhao, et al.
Pubblicazione: (2025)
di: Wang, Wenhao, et al.
Pubblicazione: (2025)
OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
di: Xie, Tianbao, et al.
Pubblicazione: (2024)
di: Xie, Tianbao, et al.
Pubblicazione: (2024)
Mitigating Visual Context Degradation in Large Multimodal Models: A Training-Free Decoupled Agentic Framework
di: Jia, Hongrui, et al.
Pubblicazione: (2025)
di: Jia, Hongrui, et al.
Pubblicazione: (2025)
MCP-Bench: Benchmarking Tool-Using LLM Agents with Complex Real-World Tasks via MCP Servers
di: Wang, Zhenting, et al.
Pubblicazione: (2025)
di: Wang, Zhenting, et al.
Pubblicazione: (2025)
MCP-Zero: Active Tool Discovery for Autonomous LLM Agents
di: Fei, Xiang, et al.
Pubblicazione: (2025)
di: Fei, Xiang, et al.
Pubblicazione: (2025)
Hal-Eval: A Universal and Fine-grained Hallucination Evaluation Framework for Large Vision Language Models
di: Jiang, Chaoya, et al.
Pubblicazione: (2024)
di: Jiang, Chaoya, et al.
Pubblicazione: (2024)
MCP-AgentBench: Evaluating Real-World Language Agent Performance with MCP-Mediated Tools
di: Guo, Zikang, et al.
Pubblicazione: (2025)
di: Guo, Zikang, et al.
Pubblicazione: (2025)
MCP-ITP: An Automated Framework for Implicit Tool Poisoning in MCP
di: Li, Ruiqi, et al.
Pubblicazione: (2026)
di: Li, Ruiqi, et al.
Pubblicazione: (2026)
ETOM: A Five-Level Benchmark for Evaluating Tool Orchestration within the MCP Ecosystem
di: Dong, Jia-Kai, et al.
Pubblicazione: (2025)
di: Dong, Jia-Kai, et al.
Pubblicazione: (2025)
ParaView-MCP: An Autonomous Visualization Agent with Direct Tool Use
di: Liu, Shusen, et al.
Pubblicazione: (2025)
di: Liu, Shusen, et al.
Pubblicazione: (2025)
MCPAgentBench: A Real-world Task Benchmark for Evaluating LLM Agent MCP Tool Use
di: Liu, Wenrui, et al.
Pubblicazione: (2025)
di: Liu, Wenrui, et al.
Pubblicazione: (2025)
MCP-RADAR: A Multi-Dimensional Benchmark for Evaluating Tool Use Capabilities in Large Language Models
di: Gao, Xuanqi, et al.
Pubblicazione: (2025)
di: Gao, Xuanqi, et al.
Pubblicazione: (2025)
ToolCUA: Towards Optimal GUI-Tool Path Orchestration for Computer Use Agents
di: Hu, Xuhao, et al.
Pubblicazione: (2026)
di: Hu, Xuhao, et al.
Pubblicazione: (2026)
From Blind Spots to Gains: Diagnostic-Driven Iterative Training for Large Multimodal Models
di: Jia, Hongrui, et al.
Pubblicazione: (2026)
di: Jia, Hongrui, et al.
Pubblicazione: (2026)
MedMCP-Calc: Benchmarking LLMs for Realistic Medical Calculator Scenarios via MCP Integration
di: Zhu, Yakun, et al.
Pubblicazione: (2026)
di: Zhu, Yakun, et al.
Pubblicazione: (2026)
Model Context Protocol (MCP) Tool Descriptions Are Smelly! Towards Improving AI Agent Efficiency with Augmented MCP Tool Descriptions
di: Hasan, Mohammed Mehedi, et al.
Pubblicazione: (2026)
di: Hasan, Mohammed Mehedi, et al.
Pubblicazione: (2026)
MCPToolBench++: A Large Scale AI Agent Model Context Protocol MCP Tool Use Benchmark
di: Fan, Shiqing, et al.
Pubblicazione: (2025)
di: Fan, Shiqing, et al.
Pubblicazione: (2025)
Advancing and Benchmarking Personalized Tool Invocation for LLMs
di: Huang, Xu, et al.
Pubblicazione: (2025)
di: Huang, Xu, et al.
Pubblicazione: (2025)
LiveMCP-101: Stress Testing and Diagnosing MCP-enabled Agents on Challenging Queries
di: Yin, Ming, et al.
Pubblicazione: (2025)
di: Yin, Ming, et al.
Pubblicazione: (2025)
MCP-SandboxScan: WASM-based Secure Execution and Runtime Analysis for MCP Tools
di: Tan, Zhuoran, et al.
Pubblicazione: (2026)
di: Tan, Zhuoran, et al.
Pubblicazione: (2026)
Auditing MCP Servers for Over-Privileged Tool Capabilities
di: Huang, Charoes, et al.
Pubblicazione: (2026)
di: Huang, Charoes, et al.
Pubblicazione: (2026)
MCPMark: A Benchmark for Stress-Testing Realistic and Comprehensive MCP Use
di: Wu, Zijian, et al.
Pubblicazione: (2025)
di: Wu, Zijian, et al.
Pubblicazione: (2025)
Human Tool: An MCP-Style Framework for Human-Agent Collaboration
di: Tang, Yuanrong, et al.
Pubblicazione: (2026)
di: Tang, Yuanrong, et al.
Pubblicazione: (2026)
LiveMCPBench: Can Agents Navigate an Ocean of MCP Tools?
di: Mo, Guozhao, et al.
Pubblicazione: (2025)
di: Mo, Guozhao, et al.
Pubblicazione: (2025)
FinMCP-Bench: Benchmarking LLM Agents for Real-World Financial Tool Use under the Model Context Protocol
di: Zhu, Jie, et al.
Pubblicazione: (2026)
di: Zhu, Jie, et al.
Pubblicazione: (2026)
HumanMCP: A Human-Like Query Dataset for Evaluating MCP Tool Retrieval Performance
di: Laddha, Shubh, et al.
Pubblicazione: (2025)
di: Laddha, Shubh, et al.
Pubblicazione: (2025)
EE-MCP: Self-Evolving MCP-GUI Agents via Automated Environment Generation and Experience Learning
di: He, Tiantian, et al.
Pubblicazione: (2026)
di: He, Tiantian, et al.
Pubblicazione: (2026)
Efficient Vision-and-Language Pre-training with Text-Relevant Image Patch Selection
di: Ye, Wei, et al.
Pubblicazione: (2024)
di: Ye, Wei, et al.
Pubblicazione: (2024)
MCP-Cosmos: World Model-Augmented Agents for Complex Task Execution in MCP Environments
di: Ganapavarapu, Giridhar, et al.
Pubblicazione: (2026)
di: Ganapavarapu, Giridhar, et al.
Pubblicazione: (2026)
Overthinking Loops in Agents: A Structural Risk via MCP Tools
di: Lee, Yohan, et al.
Pubblicazione: (2026)
di: Lee, Yohan, et al.
Pubblicazione: (2026)
Busemann and MCP
di: Fujioka, Tadashi, et al.
Pubblicazione: (2026)
di: Fujioka, Tadashi, et al.
Pubblicazione: (2026)
MCP Pitfall Lab: Exposing Developer Pitfalls in MCP Tool Server Security under Multi-Vector Attacks
di: Hao, Run, et al.
Pubblicazione: (2026)
di: Hao, Run, et al.
Pubblicazione: (2026)
MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers
di: Wang, Zhiqiang, et al.
Pubblicazione: (2025)
di: Wang, Zhiqiang, et al.
Pubblicazione: (2025)
Code2MCP: Transforming Code Repositories into MCP Services
di: Ouyang, Chaoqian, et al.
Pubblicazione: (2025)
di: Ouyang, Chaoqian, et al.
Pubblicazione: (2025)
Documenti analoghi
-
OSWorld-Human: Benchmarking the Efficiency of Computer-Use Agents
di: Abhyankar, Reyna, et al.
Pubblicazione: (2025) -
MCP-Atlas: A Large-Scale Benchmark for Tool-Use Competency with Real MCP Servers
di: Bandi, Chaithanya, et al.
Pubblicazione: (2026) -
LiteCUA: Computer as MCP Server for Computer-Use Agent on AIOS
di: Mei, Kai, et al.
Pubblicazione: (2025) -
RiOSWorld: Benchmarking the Risk of Multimodal Computer-Use Agents
di: Yang, Jingyi, et al.
Pubblicazione: (2025) -
MaVEn: An Effective Multi-granularity Hybrid Visual Encoding Framework for Multimodal Large Language Model
di: Jiang, Chaoya, et al.
Pubblicazione: (2024)