پژوهش
هوش مصنوعی در عمل: VAKRA، یک استاندارد جدید برای ارزیابی عاملها
معرفی VAKRA، بئندمارک جدیدی که توانایی هوش مصنوعی در ترکیب APIs و دادههای مستند را در محیطهای شبیهسازی کسبوکار ارزیابی میکند، بهدنبال روشهای دقیق و شفاف
اخبار
چارچوبی جدید برای ارزیابی عاملهای صوتی (EVA)
یک پست وبلاگ از ServiceNow-AI در مورد بغل کردن صورت
پژوهش
هوش مصنوعی در عمل: ارزیابی عاملان ابزارپسند با چارچوب OpenEnv
چارچوب OpenEnv توسط Meta و Hugging Face معرفی شد و به عنوان استانداردی برای آزمایش عاملهای هوش مصنوعی، تعاملشان با ابزارهای واقعی در محیطهای پیچیده را امکانپذیر میکند.
پژوهش
معرفی AssetOpsBench؛ پلی میان بنچمارکهای هوش مصنوعی و واقعیت صنعتی
در وبلاگ هما: معرفی AssetOpsBench؛ چارچوبی از IBM Research برای ارزیابی عاملهای هوش مصنوعی در عملیات صنعتی که شکاف آزمایشگاه و واقعیت را پر میکند.
اخبار
استاندارد باز Open Responses؛ گامی بلند برای هوش مصنوعی عاملمحور
Open Responses استانداردی باز و مبتنی بر Responses API است که با مشارکت جامعه متنباز و پشتیبانی Hugging Face، آینده عاملهای هوش مصنوعی را متحول میکند.