星淬登录 / 注册

要闻 内容预览

研究简讯|EmailBench把邮件代理的工具调用与任务完成分开评估

来源:arXiv · 原论文作者

AI 辅助整理

EmailBench作者介绍了一组覆盖16类任务、206个情景的邮件与办公评估,使用合成语料、结构化接口和多种验收规则。 摘要报告,在固定单用户环境中,工具调用成功率与完整任务…

登录后,继续看完整内容

加入开放、共创的AI社区,收藏发现、参与交流。

登录 / 注册,继续阅读