Hugging Face · 每日论文· 媒体 / 作者来源·精选
CRM-Agent-Bench：评估企业环境中工具使用代理的基准测试
原文标题
CRM-Agent-Bench: Benchmarking Tool-Using Agents in Stateful Enterprise Environments
AI 导读
Salesforce推出CRM-Agent-Bench基准测试，包含555个有状态多轮任务，覆盖9个商业领域和36个能力标签。该基准通过任务特定可执行合同评估代理系统，严格成功率为64.32%至83.60%，领先系统在成本和领域可靠性上差异显著。框架可扩展，旨在衡量基于合同的业务交易完整性和合规性。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
首个针对企业环境中工具使用代理的综合基准测试，提供可审计的评估框架，覆盖多领域业务流程。
导读由模型辅助整理，非独立核验。完整信息见原文。