חיפוש בחדשות

האם סוכנים אוטונומיים מבוססי LLMs מוכנים לעולם האמיתי? AgencyBench בודק זאת ב-138 משימות מורכבות. מודלים סגורים מנצחים (48.4%) על פתוחים (32.1%). קראו עכשיו לפרטים מלאים.