τ-bench

מה הוא מודד

שירות לקוחות אוטומטי: תהליכי שירות עם מצב, מדיניות וכלים · שימוש בכלים: קריאה נכונה לפונקציות וממשקים חיצוניים

מה הוא לא מודד

• אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.

הערות על המבחן

Strong agent/customer-service benchmark; commercial affiliation must be prominent.

תוצאות שנמדדו

אין עדיין תוצאות למבחן ההערכה הזה. הוא מופיע במאגר אך אינו משפיע על הציון.