一项名为DataSpace的新基准测试已发布，旨在评估数据代理从不同工作空间生成可验证表格结果的能力。该基准测试包含410个跨语言任务，涉及超过7,439个文件，总计15.01 GB，格式包括CSV、JSON、SQLite、Markdown、PDF和视频。对前沿多模态模型和代理线束的初步测试表明，线束的选择对准确性有显著影响，最佳性能达到66.34%，更换线束会导致15.36个百分点的差异。 AI
影响 强调了代理线束选择在从复杂、多模态数据源中实现准确数据检索方面的关键作用。
排序理由 该集群描述了一个新的基准测试和研究论文，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
在 X — Omar Sanseviero (HF research) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
