Sierra 发布 𝜏-bench 基准，测试 AI 智能体真实场景可靠性
𝜏-Bench: Benchmarking AI agents for the real-world
AI 导读Sierra AI 研究团队发布 𝜏-bench 基准，通过 LLM 模拟用户与工具 API 交互、领域政策遵循和 pass^k 指标评估智能体在真实场景下的性能与可靠性。
来源：Sierra：Blog · sierra.ai
留下联系方式，我会亲自联系你；想先问问，也可以直接写在下面。消息会实时送到我手上，回复会显示在这里，关掉网页再回来也能看到。