谷歌DeepMind 发布 A2Perf 数据集, 应用在 基准测试、自主代理 领域

谷歌DeepMind 本次发布的数据集 A2Perf, A2Perf是一个面向真实世界自主代理的基准测试套件，由谷歌DeepMind等机构开发。该套件包括三个与实际应用场景相似的领域：计算机芯片布局、网页导航和四足动物运动。A2Perf提供了任务性能、泛化能力、系统资源效率、数据成本和可靠性等多方面的评价指标，旨在全面评估自主代理在真实世界应用中的性能。

查看A2Perf

关于 谷歌DeepMind , 谷歌DeepMind 是一家位于英国的人工智能研究公司，专注于开发能够学习并应用先进算法的机器学习系统，旨在解决人工智能领域的难题，并推动相关技术的发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。