实体
tau2-bench
tau2-bench
PulseAugur coverage of tau2-bench — every cluster mentioning tau2-bench 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
0
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 2 条
-
llama.cpp 修复 muse-glimmer 工具调用解析问题
llama.cpp 项目发布了更新 (b10380)，以修复 muse-glimmer 模型在处理工具调用时出现的问题。此前，该模型有时会将工具调用标记吸收到其响应内容中，导致工具无法执行。此修复确保内容在 标记处被正确分隔，从而允许后续的工具调用被正确识别和处理。该问题在 tau2-bench 电信运行期间被发现，影响了大量任务。
-
新方法通过偏好学习改进多轮AI代理 · 跟踪2个来源
研究人员开发了一种名为ToolGraph的新方法，该方法通过整合来自成功部署的模式派生拓扑和转换权重来增强多轮工具使用代理。该方法改进了长时序工具序列的协调，并更有效地跟踪对话状态。当与直接偏好优化（DPO）结合使用时，ToolGraph在tau2-bench基准测试的375个任务上，尤其是在航空和零售领域，加权平均奖励显著提高。