व्यवहार में OpenEnv: वास्तविक वातावरण में टूल-उपयोग एजेंट का मूल्यांकन
मूल शीर्षक:OpenEnv in Practice: Evaluating Tool-Using Agents in Real-World Environments
AI सारांश
Meta और Hugging Face ने संयुक्त रूप से ओपन-सोर्स मूल्यांकन ढाँचा OpenEnv पेश किया, जिसका उद्देश्य एजेंट और वास्तविक प्रणालियों के बीच इंटरैक्शन को मानकीकृत करना है। Turing कंपनी ने उत्पादन-स्तरीय “Calendar Gym” वातावरण का योगदान दिया, जिसका उपयोग अनुमति नियंत्रण और समय तर्क जैसी वास्तविक बाधाओं के अंतर्गत टूल-उपयोग एजेंट का अध्ययन करने के लिए किया जाता है। यह ढाँचा Gymnasium जैसे API का उपयोग करता है और मानक इंटरफ़ेस के माध्यम से वास्तविक टूल से जुड़ता है, जिससे मूल्यांकन का केंद्र नियंत्रित प्रदर्शनों से वास्तविक दुनिया की विश्वसनीयता की ओर स्थानांतरित होता है। कैलेंडर प्रणाली बहु-उपयोगकर्ता और बहु-चरणीय वर्कफ़्लो जैसी जटिलताओं के कारण एजेंट की वास्तविक क्षमताओं के मूल्यांकन के लिए एक मज़बूत परीक्षण मंच बनती है।
मुख्य जानकारी
- Meta और Hugging Face ने संयुक्त रूप से ओपन-सोर्स मूल्यांकन ढाँचा OpenEnv पेश किया,जिसका उद्देश्य…
- जिसका उपयोग अनुमति नियंत्रण और समय तर्क जैसी वास्तविक बाधाओं के अंतर्गत टूल-उपयोग एजेंट का अध्ययन…
- जिससे मूल्यांकन का केंद्र नियंत्रित प्रदर्शनों से वास्तविक दुनिया की विश्वसनीयता की ओर स्थानांतरित…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Hugging Face 社区博客(混合发现)
- श्रेणी
- अन्य
- AI स्कोर
- 83
提供生产级基准测试,帮助开发者评估和改进 AI 代理在复杂环境中的表现。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: व्यवहार में OpenEnv: वास्तविक वातावरण में टूल-उपयोग एजेंट का मूल्यांकन। 12 फ़रवरी 2026। https://new.nat6.net/hi/news/cmoegbhaj009gslxxptin3y6v/