sierra-research/tau2-bench

sierra-research/tau2-bench 的最新版本 v2.0.0 是一个评估客服智能体与用户对话及工具使用的基准，以模拟器和评估器的形式提供 tau3 域以及语音与策略合规评估。

GitHub 项目说明: τ-Bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains

星标

★ 2.3K

复刻

590

语言

Python

许可证

MIT

最新版本

v2.0.0