AIFIND / MODEL INTELLIGENCE
S
調査中Hyper-τ-bench
Hyper-τ-bench · Sierra
業務資料から顧客対応 Agent を作成・検証。
何を測るか
開発ツール、実行時間、検証環境を揃え、銀行業務の直接実行とは分離します。
ランキングでの扱い
出典を調査中です。自動収集・ランキングへの加点はまだ行いません。
比較の限界
元の成績、利用許諾、固定された実行条件の確認待ちです。
出典・利用条件
評価結果の再表示・再配布条件は未確認です。コードや問題集のライセンスを結果の許諾に置き換えません。
Sierra による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。
最終取得確認 未確認 · 最後の成功 未確認。リアルタイムの成績ではありません。観察用の目録です。自動取得にはまだ対応していません。
元の評価結果
この出典の公開可能な結果は、まだ掲載されていません。