模型中美对照精选13:10Salesforce 发布企业定制模型 Koa,在 Tau2Bench 和 CRM 基准上超越 GPT-4Salesforce 新发布的 Koa 模型挺有意思,它用公司自己的工作流规范文件来训练,在 Tau2Bench 和 CRM 基准上比 GPT-4 表现更好。#Koa#Salesforce#Nemotron-3-Super-120B#CRMelvis@omarsar0原文稍后读已读值得跟进有用关注 Koa
论文12:06TrajDebug:追踪错误生命周期识别长程智能体轨迹关键失败TrajDebug能从长轨迹里精准揪出导致最终失败的那个错误,486条真实数据验证过,比现有方法都靠谱。#TrajDebug#TrajErrBench#SWE-Bench Pro#Tau2BenchaarXiv cs.AI@Yunjia Qi 等 13 人原文稍后读已读值得跟进有用关注 TrajDebug