Новость · Глобальное
Microsoft и Hugging Face представили ThinkingBox для оценки AI-агентов
ThinkingBox оценивает эффективность AI-агентов не только по текстам, но и по состоянию базы данных, что выявляет ошибки в их работе.
Microsoft и Hugging Face представили ThinkingBox, инструмент, который оценивает AI-агентов на основе состояния базы данных, а не только на основе генерируемых ими текстов.
Исследование показало, что даже успешные агенты могут оставлять неправильные данные или создавать нежелательные эффекты.
Это подчеркивает необходимость проверки состояния базы данных для оценки надежности AI-агентов.
Что пока неизвестно
Информация о конкретных ошибках и их частоте не предоставлена в источнике.
Источники
Источник не открывается?
Оригинальная страница может быть временно недоступна. Попробуйте открыть её позже; название и дата источника сохранены выше.