BriefGPT.xyz
Ask
alpha
关键词
business activities
搜索结果 - 1
WorkBench: 现实工作场所环境下代理人的基准数据集
WorkBench 是一个用于评估工作场所环境中代理程序执行任务能力的基准数据集,其中包含五个数据库、26 个工具和 690 个任务。通过对五种现有代理程序在 WorkBench 上的评估,发现它们成功完成任务的比例在 3%(Llama2-
→
PDF
2 months ago
Prev
Next