NIKA: A Network Arena for Benchmarking AI Agents on Network Troubleshooting
作者：Zhihao Wang, Alessandro Cornacchia, Alessio Sacco, Franco Galante, Marco Canini, Dingde Jiang 日期：2025-12-18（arXiv） 連結：https://arxiv.org/abs/2512.16381 分類：B-2 Benchmark 狀態：✅ 已核對摘要頁
重點
- 自稱目前最大的公開 LLM 網路事件診斷 benchmark。
- 數百個整理過的網路事件、5 種情境、涵蓋 54 類代表性問題。
- 特色：真實網路情境可直接重播，並定義清楚的 agent–網路介面，方便快速做 agent 原型。
- 關鍵發現：較大的模型比較能察覺網路有問題，但定位故障和找出根因仍然很困難。
與主題的關係
- 做 B 組實驗時的首選評估環境之一。
- 和 NetConfEval／NetLLMBench 的區別：那兩個是靜態的設定產生任務，NIKA 是在動態網路中排障。