Sierra 与普林斯顿大学推出 τ^τ-bench 基准，把智能体构建模拟成真实客户交付任务，智能体需基于公司记录、客户需求、生产 API、现有代码和预算交付可部署的客服智能体。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmua96ce907maro5tsjn3ebd4
信息源：AI HOT · 全部动态
- 原文链接：τ^τ-bench 评测：最强编码智能体设置在真实客户模拟中仅通过 23.9%
- 分类：论文
- 作者：X：Rohan Paul (@rohanpaul_ai)
- 发布时间：2026/09/21 03:47
评论0