★ 3
RideWay：工具使用语言智能体的效率基准
论文提出RideWay，一个面向网约车智能体的效率中心基准，以及成功门控指标Efficiency Utility，对成功轨迹中多余的工具调用与用户交互轮次进行折扣。在58个任务与24个模型上，多余轮次的惩罚约为多余工具调用的两倍，该指标在轮次差异上准确率达90.6%，但在仅工具调用差异上仅达随机水…
arXiv cs.AI46 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出RideWay，一个面向网约车智能体的效率中心基准，以及成功门控指标Efficiency Utility，对成功轨迹中多余的工具调用与用户交互轮次进行折扣。在58个任务与24个模型上，多余轮次的惩罚约为多余工具调用的两倍，该指标在轮次差异上准确率达90.6%，但在仅工具调用差异上仅达随机水…