研究团队发布 BABA-Bench 患者权益代理基准

研究团队推出 BABA-Bench，一个由 47 个交互世界组成的基准，用于检验 LLM 智能体能否在达成正确结果的同时遵守必要流程。 据论文介绍，每个交互世界均基于经专家审核的去标识化真实患者权益倡导案例构建。该基准针对的是长程患者权益倡导任务，即智能体需在多步交互中推进并完成目标。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。