Papers11:02
Chinese contentE-Bench：多步工具使用智能体的真实产品基准想知道多步工具调用到底多难？E-Bench测了11个模型，最强不到60%通过率，还特意选了王者荣耀、QQ音乐和腾讯会议场景。
#多步工具使用
1 stories · 0 in 7 days · 0 in 30 days
Stories, products and papers tagged "多步工具使用", newest first.
Jul 28
想知道多步工具调用到底多难？E-Bench测了11个模型，最强不到60%通过率，还特意选了王者荣耀、QQ音乐和腾讯会议场景。