优惠 新基准测试GTA：评估和提升大语言模型在现实世界场景中使用各种工具的能力

上海交通大学和上海人工智能实验室的研究人员推出新基准测试GTA（General Tool Agents），它是为了评估和提升大语言模型（LLMs）在现实世界场景中使用各种工具的能力而设计的。GTA基准测试的主要挑战在于，现有的评 ...... 阅读全文