研究者发布FDE-Bench智能体交付评测基准
热点事件持续更新
研究者发布FDE-Bench智能体交付评测基准
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
研究者 Huaiming Li 等人发布 FDE-Bench，称其为首个基于真实客户项目构建的基准，用于评估智能体在需求不明确的业务任务中，进行交互式需求澄清与迭代优化的端到端交付能力。 该基准包含 49 个组合优化与机器学习案例。在 18 种智能体配置中，最高平均交付得分仅 0.5510（以 FDE 参考水平为 1.0），最高交付成功率（DSR）仅 6.12%。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
FDE-Bench：评估智能体在需求不明确真实业务请求中的端到端交付能力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIFDE-Bench：评估智能体在需求不明确真实业务请求中的端到端交付能力
研究者推出 FDE-Bench，首个基于真实客户项目构建的基准，用于评估智能体在需求不明确业务任务中的交互式需求澄清与迭代优化能力。该基准含 49 个组合优化与机器学习案例，在 18 种智能体配置中最高平均交付得分仅 0.5510（FDE 参考为 1.0），最高交付成功率（DSR）仅 6.12%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。