PulseAugur
实时 10:21:27
实体 GeoNatureAgent Benchmark

GeoNatureAgent Benchmark

PulseAugur coverage of GeoNatureAgent Benchmark — every cluster mentioning GeoNatureAgent Benchmark across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_86748 ·

    新的GeoNatureAgent基准测试LLM代理在环境地理空间任务中的表现

    一个新的基准测试GeoNatureAgent已经发布,用于评估AI代理在使用真实API进行环境地理空间分析方面的性能。该基准测试包含93个跨越不同类别的任务,例如空间推理和错误处理,并使用了可自托管的API,包含西班牙和葡萄牙的环境指标。对七个LLM的初步评估显示,Claude Sonnet 4表现最佳,但DeepSeek V3.2等开源模型提供了更具成本效益的替代方案,以较低的成本实现了Claude相当一部分的能力。研究还强调,比较…