跳到正文
Hugging Face Daily Papers·· 22 天前AI 评分68

AutoVend:LLM 代理长周期自动售货运营基准评测

AutoVend: Benchmarking LLM Agents on Long-Horizon Autonomous Vending Operations

AI 导读

AutoVend 是一个基准测试框架,用于评估大型语言模型(LLM)代理在长周期自主售货业务中的表现。该研究构建了一个数据驱动的仿真器,模拟了包含共享仓库、采购提前期、付费补货、库存过期及运营成本在内的复杂环境。

来源:Hugging Face Daily Papers · arxiv.org