Naukowcy stworzyli SentinelBench – otwarty benchmark do oceny agentów AI wykonujących długotrwałe zadania monitorowania. Zawiera 100 zadań w 10 syntetycznych środowiskach webowych, testując zdolność agentów do reagowania na zdarzenia zamiast ciągłego działania.
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google