RT @bemikelive:我们今天发布了 OfficeQA——一个用于评估智能体在基于情境的推理任务中表现的硬性基准测试。更多详情请查看我们的博客……
正在加载线程详情
正在从 X 获取原始推文,整理成清爽的阅读视图。
通常只需几秒钟,请稍候。
正在加载线程详情
正在从 X 获取原始推文,整理成清爽的阅读视图。
通常只需几秒钟,请稍候。
共 1 条推文 · 2025年12月9日 22:13
RT @bemikelive:我们今天发布了 OfficeQA——一个用于评估智能体在基于情境的推理任务中表现的硬性基准测试。更多详情请查看我们的博客……