tau2-bench

τ-Bench：真實世界領域中工具代理與使用者互動的基準測試

tau2-bench 是什麼？

τ-Bench 是一個專為評估工具代理（Tool-Agent）與使用者之間在真實世界領域中互動表現而設計的基準測試。此基準測試旨在衡量代理在複雜環境中運用工具解決問題、與使用者有效溝通並完成任務的能力。