Sierra 发布 τ-bench 基准，评测 AI Agent 在真实场景下的表现与可靠性
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。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2026-03-09 — 2026-03-09
重要进展 · 第 25 / 55 页
Runway Characters 推出实时对话视频智能体
Runway 正式推出 Characters 实时视频智能体 API，支持从单张图像建立可对话角色，并配置声音、知识和动作。此为产品推出节点；5月4日工程文章介绍既有系统，不再被误记为首发。
Agent智能体 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容