Salesforce Research 发布 EvoHarnessBench 测试智能体应对工具环境持续演进
Salesforce Research 搞了个 EvoHarnessBench，17 条流 802 个任务，专门测智能体在工具库不断扩张时会不会顾此失彼，还提供在线 demo 可以接入自己的智能体跑分。
#EvoHarnessBench
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「EvoHarnessBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月22日
