Sản phẩm
Accio ra mắt CommerceAgentBench: Bộ tiêu chuẩn đánh giá AI trong thương mại điện tử
(giờ Việt Nam)
Nguyên văn trên X
Accio has open-sourced CommerceAgentBench, a 107-task benchmark spanning procurement, product listin…
Dịch · tóm tắt AI
Accio vừa công bố CommerceAgentBench, bộ tiêu chuẩn gồm 107 tác vụ thực tế từ khâu nhập hàng đến hậu mãi. Kết quả thử nghiệm trên 13 mô hình AI cho thấy hiệu suất cao nhất chỉ đạt 61,7%, cho thấy tiềm năng lớn nhưng cũng đầy thách thức cho các tác nhân AI trong ngành bán lẻ.
Bài viết được AI dịch và tổng hợp tự động từ X: Testing Catalog (@testingcatalog). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.