Articles et recherche

EVA-Bench Data 2.0 : trois domaines, 121 outils et 213 scénarios

Titre original:EVA-Bench Data 2.0: 3 Domains, 121 Tools, 213 Scenarios

Résumé IA

EVA-Bench Data 2.0 étend son évaluation du seul domaine de l'entreprise à trois secteurs : la gestion du service client (CSM) des compagnies aériennes, la gestion des services informatiques d'entreprise (ITSM) et la prestation de services RH en santé (HRSD), soit 121 outils et 213 scénarios, environ quatre fois plus que la version originale. La solvabilité de chaque scénario a été vérifiée par OpenAI GPT-5.4, Google Gemini 3.1 Pro et Anthropic Claude Opus 4.6. Le jeu de données suit cinq principes de conception — priorité à la voix, authenticité, diversité, parcours d'authentification et reproductibilité — et comprend des appels à intention unique, multi-intentions (jusqu'à 4) et adversariaux. Les trois jeux de données sont open source et téléchargeables directement depuis Hugging Face via `load_dataset`. Une extension multilingue est prévue.

Points clés

  • EVA-Bench Data 2.
  • 0 étend son évaluation du seul domaine de l'entreprise à trois secteurs: la gestion du service…
  • La solvabilité de chaque scénario a été vérifiée par OpenAI GPT-5.
  • 4,Google Gemini 3.
  • 1 Pro et Anthropic Claude Opus 4.

En bref

Publié
Mis à jour
Source
Hugging Face 社区博客(混合发现)
Catégorie
Articles et recherche
Score IA
65
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

语音代理评测缺的就是这种真实场景的数据集,EVA-Bench 2.0 把航空、IT、医疗三个最棘手的领域打包了,生成流水线也开源,做评测的可以直接拿来用。

Entités associées

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : EVA-Bench Data 2.0 : trois domaines, 121 outils et 213 scénarios. 4. juin 2026. https://new.nat6.net/fr/news/cmpzhk1rp03k5slkpmx3q7mp3/

Tout voir →