实体
Google Gemini 3.1 Pro
Google Gemini 3.1 Pro
PulseAugur coverage of Google Gemini 3.1 Pro — every cluster mentioning Google Gemini 3.1 Pro across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Hugging Face 将语音代理基准扩展到 3 个领域，121 个工具
Hugging Face 发布了 EVA-Bench 数据 2.0，这是一个用于评估语音代理的扩展基准。新版本将其范围扩大到三个企业领域：航空公司客户服务管理、企业 IT 服务管理和医疗保健人力资源服务交付。更新后的数据集包含 121 个工具的 213 个场景，比之前版本有了显著增加，并已针对 GPT-5.4、Gemini 3.1 Pro 和 Claude Opus 4.6 等领先模型进行了验证。
-
新的基准测试显示前沿人工智能代理在复杂研究任务中遇到困难
发布了两个新的基准测试，DRA-Bank 和 ADRA-Bank，用于评估深度研究代理（DRAs）的能力。这些基准测试旨在评估 DRAs 在模仿管理咨询顾问和学术研究人员工作的任务上的表现，超越了简单的检索，包含了规划、推理以及处理包含认知陷阱的复杂提示。使用这些基准测试进行的早期评估显示，像 Claude Opus 4.6、OpenAI o3-deep-research 和 Google Gemini 3.1 Pro 这样的当前前沿…