Bài báo & nghiên cứu

EVA-Bench Data 2.0 ra mắt: bao phủ ba lĩnh vực, 121 công cụ, 213 tình huống

Tiêu đề gốc:EVA-Bench Data 2.0: 3 Domains, 121 Tools, 213 Scenarios

Tóm tắt AI

EVA-Bench Data 2.0 mở rộng phạm vi đánh giá từ một lĩnh vực doanh nghiệp sang ba lĩnh vực: quản lý dịch vụ khách hàng hàng không (CSM), quản lý dịch vụ CNTT doanh nghiệp (ITSM) và cung cấp dịch vụ nhân sự y tế (HRSD), tổng cộng bao phủ 121 công cụ, 213 tình huống, số tình huống tăng khoảng 4 lần so với phiên bản gốc. Mỗi tình huống đều được OpenAI GPT-5.4, Google Gemini 3.1 Pro và Anthropic Claude Opus 4.6 xác thực có thể giải. Tập dữ liệu tuân theo năm nguyên tắc thiết kế: ưu tiên giọng nói, chân thực, đa dạng, quy trình xác thực và tái lập, gồm các loại cuộc gọi đơn ý định, đa ý định (tối đa 4 ý định) và đối kháng. Cả ba tập dữ liệu đã mã nguồn mở, có thể tải trực tiếp từ Hugging Face qua `load_dataset`. Sắp tới sẽ ra mắt bản mở rộng đa ngôn ngữ.

Thông tin chính

  • EVA-Bench Data 2.
  • 0 mở rộng phạm vi đánh giá từ một lĩnh vực doanh nghiệp sang ba lĩnh vực: quản lý dịch vụ khách…
  • Mỗi tình huống đều được OpenAI GPT-5.
  • 4,Google Gemini 3.
  • 1 Pro và Anthropic Claude Opus 4.

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
Hugging Face 社区博客(混合发现)
Danh mục
Bài báo & nghiên cứu
Điểm AI
65
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

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。

Thực thể liên quan

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: EVA-Bench Data 2.0 ra mắt: bao phủ ba lĩnh vực, 121 công cụ, 213 tình huống. 4 tháng 6 2026. https://new.nat6.net/vi/news/cmpzhk1rp03k5slkpmx3q7mp3/

Xem tất cả →