Pare-Bench

Apple 发布 Pare 框架以评估主动式 AI 助手

Apple 机器学习研究部推出了主动代理研究环境（Pare），这是一个用于评估主动式数字助手的新框架。Pare 通过将应用程序建模为有限状态机，克服了现有工具的局限性，从而能够更真实地模拟用户交互。该框架还附带了 Pare-Bench，这是一个包含跨不同应用类别的 143 个任务的基准测试，旨在测试代理在上下文观察、目标推断和多应用编排方面的能力。