FDE-Gym：95项真实客户AI交付代理基准发布
热点事件持续更新
FDE-Gym：95项真实客户AI交付代理基准发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
论文作者推出代理基准 FDE-Gym，包含来自20个客户场景、18个行业的95项端到端AI交付任务，要求智能体在模拟客户环境（含脚本化干系人和可修改的客户系统）中澄清模糊需求并交付可用方案。 作者评估了7家提供商的13种模型配置，最佳配置平均得分0.56，仅完成95项任务中的14项；即使在23项已获取全部关键信息的任务中，也只有10项达到0.8以上且无事故，作者称隐性约束发现只是瓶颈之一。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
FDE-Gym：面向真实客户AI交付的95项任务基准报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIFDE-Gym：面向真实客户AI交付的95项任务基准
作者推出FDE-Gym基准，涵盖20个客户场景、18个行业的95项端到端AI交付任务，要求智能体在模拟客户系统中澄清模糊需求并交付可用方案。研究评估了来自7家提供商的13种模型配置，最佳配置平均得分0.56，仅完成95项任务中的14项；即使在23项已获取全部关键信息的任务中，也只有10项达到0.8以上且无事故，表明隐性约束发现只是瓶颈之一。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月16日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。