研究人员推出了一种新颖的双视界诊断评估框架ATLAS,用于评估由大语言模型驱动的工业工具使用代理。该框架旨在通过识别能力缺陷并指导优化优先级来提高这些代理的可靠性。ATLAS在请求视界提供轨迹信号,以查明执行问题;在交互视界提供用户信号,以确保跨用户互动的持续响应能力。该系统已在美团小团的生产流量上进行了评估,展示了用户参与度和业务成果的提升。 AI
影响 增强了在真实工业应用中对大语言模型代理的评估和优化。
排序理由 该集群描述了一篇关于大语言模型代理新评估框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Meituan Xiaotuan
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →