实体
Bharath Sivaram Narasimhan
Bharath Sivaram Narasimhan
PulseAugur coverage of Bharath Sivaram Narasimhan — every cluster mentioning Bharath Sivaram Narasimhan across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新基准评估AI代理在推荐中提取用户需求的能力
研究人员开发了一个名为τ-Rec-Books的新基准，用于评估AI代理在对话推荐系统中提取用户需求的能力。该基准模拟了用户逐步透露偏好的情况，从一开始就提供所有信息，到被提示时才透露关键细节，或者从不透露。在各种代理和界面上，随着需求披露的隐藏程度增加，性能显著下降，代理在提出相关问题或从用户反馈中推断需求方面遇到困难。
-
新基准揭示代理推荐系统中的可靠性问题
研究人员推出了 $\tau$-Rec，这是一个旨在评估代理推荐系统的新基准。该基准摆脱了主观的 LLM 作为裁判的方法，转向可验证的奖励和受控的引导机制。$\tau$-Rec 使用结构化数据测试代理，并采用 pass^k 可靠性指标来评估一致性推理。对包括 GPT-5.4 和 Claude Sonnet 4.6 在内的几个领先模型的初步评估显示出显著的可靠性问题，最好的模型在 pass^4 指标上的可靠性不到 40%。