Microsoft ThinkingBox को Hugging Face पर रिलीज़ किया गया, जो डेटाबेस की अंतिम स्थिति और 20 बार के पुनरावृत्ति मूल्यांकन का उपयोग करता है
मूल शीर्षक:The Agent Said It Was Done. The Database Disagreed.
AI सारांश
Microsoft ने Hugging Face के साथ मिलकर ThinkingBox एआई एजेंट सैंडबॉक्स और ThinkingBox-Bench बेंचमार्क जारी किया है। इसमें 507 स्टेटफुल बिजनेस वर्कफ़्लो शामिल हैं, जिनका प्रति कार्य 20 बार मूल्यांकन किया जाता है। यह अंतिम डेटाबेस स्थिति और साइड-इफेक्ट्स के आधार पर निष्पादन की पुष्टि करता है और अब Hugging Face पर OpenEnv के माध्यम से उपलब्ध है।
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Hugging Face 社区博客(混合发现)
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 65
原文用数据库终态加 20 次重复评测智能体,给出一致性保留率、失败签名和可复现的运行方式,值得关注记录型工作流的可靠性评估。
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: Microsoft ThinkingBox को Hugging Face पर रिलीज़ किया गया, जो डेटाबेस की अंतिम स्थिति और 20 बार के पुनरावृत्ति मूल्यांकन का उपयोग करता है। 4 अक्टूबर 2026। https://new.nat6.net/hi/news/gqh4yclcjmaci6uhur56580uh/