返回精选
Sierra:BlogKarthik Narasimhan2024-06-21 00:006 月 21 日

Sierra 发布 τ-bench 基准,评测 AI Agent 在真实场景下的表现与可靠性

𝜏-Bench: Benchmarking AI agents for the real-world

AI 导读

Sierra AI 研究团队发布 τ-bench(τ-retail 和 τ-airline 两个领域)基准,通过 LLM 模拟用户与工具 API 的多轮动态交互,评估 Agent 完成复杂任务并遵循领域策略的能力,并提出 pass^k 可靠性指标。

来源:Sierra:Blog · sierra.ai

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。