ToolBench 发布 ToolBench 数据集, 应用在 人工智能代理、交互式学习 领域

ToolBench 本次发布的数据集 ToolBench, 该数据集包含了一系列工具使用环境，其中涵盖了广阔的动作空间，大量的功能工具以及需要深入解决方案路径的复杂任务。此外，ToolBench评估了基于大型语言模型的代理在利用API函数调用导航广阔动作空间时的性能。任务涵盖了包括房屋搜索、行程预订、谷歌表格以及虚拟家庭在内的工具使用场景。

查看ToolBench

README 内容： 

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。