OpenEnv dalam amalan: menilai ejen penggunaan alat dalam persekitaran sebenar
Tajuk asal:OpenEnv in Practice: Evaluating Tool-Using Agents in Real-World Environments
Ringkasan AI
Meta dan Hugging Face bersama-sama melancarkan rangka kerja penilaian sumber terbuka OpenEnv, bertujuan menyeragamkan interaksi ejen dengan sistem sebenar. Syarikat Turing menyumbang persekitaran "Calendar Gym" gred pengeluaran untuk mengkaji ejen penggunaan alat di bawah kekangan realistik seperti kawalan kebenaran dan penaakulan masa. Rangka kerja ini menggunakan API serupa Gymnasium, menghubungkan alat sebenar melalui antara muka standard, dan mengalihkan tumpuan penilaian daripada demonstrasi terkawal kepada kebolehpercayaan dunia sebenar. Sistem kalendar, kerana melibatkan kerumitan berbilang pengguna dan aliran kerja berbilang langkah, menjadi platform ujian yang kukuh untuk menilai keupayaan sebenar ejen.
Maklumat penting
- Meta dan Hugging Face bersama-sama melancarkan rangka kerja penilaian sumber terbuka…
- Syarikat Turing menyumbang persekitaran "Calendar Gym" gred pengeluaran untuk mengkaji ejen…
- Rangka kerja ini menggunakan API serupa Gymnasium,menghubungkan alat sebenar melalui antara muka…
- Sistem kalendar,kerana melibatkan kerumitan berbilang pengguna dan aliran kerja berbilang…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- Hugging Face 社区博客(混合发现)
- Kategori
- Lain-lain
- Skor AI
- 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。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: OpenEnv dalam amalan: menilai ejen penggunaan alat dalam persekitaran sebenar. 12 Februari 2026. https://new.nat6.net/ms/news/cmoegbhaj009gslxxptin3y6v/