Каталог
Найдено: 1 из 269 · теги в строках тоже фильтруют
#benchmarkСбросить фильтры
τ-Rec: A Verifiable Benchmark for Agentic Recommender Systems (τ-Rec)
τ-Rec проверяет диалог агента по скрытым ограничениям пользователя и инструментальным действиям. Успех вычисляется детерминированными предикатами каталога вместо языкового судьи.
Princeton University
Публикация конференцииZotero ↗