亚洲色图 中文字幕

陈沛 / 文OpenAI 近期接连发布了两项与 AI 智能体（Agent）相干的有计划适度，诀别是智能体的测试基准 MLE-Bench 和多智能体合作框架 Swarm。

OpenAI 的发布激励了许多关心和究诘，也将东谈主们的视野又拉回到了粗鲁自行分析、策动、决议、奉行的智能体上。

执行上，整个这个词 AI 哄骗规摹本年在智能体赛谈也曾取得了许多说明，相配是模子的函数调用才能和智能体框架也曾日趋老到。

其中，模子的函数调用才能关于智能体自行分析问题并奉行执行任务至关紧迫，能匡助智能体准确完成发送邮件、提交文档、比价下单等执行任务。

对此好意思国加州大学伯克利分校本年提议了 BFCL 测试排名榜，从多个维度评估模子的函数调用才能，包括 Single Turn 和 Multi Turn、Non-Live 和 Live、AST 追忆和 Exec 追忆、幻觉评估、模子资本和延长等。

该排名榜的测试难度相比大，举例 OpenAI 的 GPT-4 系列模子、Anthropic 的 Claude-3.5 系列模子、谷歌的 Gemini-1.5 系列模子的测试适度最高只须 50 多分。

不外，好意思国 AI 公司 Writer 不久前刚刚晓谕其新发布的 Palmyra X 004 模子取得了 78 分的高分。Writer 要点普及了新模子调用外部数据库和哄骗步伐并给与活动的才能、赢得 SKU 数据并与内置 RAG 自动集成的才能、代码生成与部署才能、结构化输出和奉行才能（包括邮件、CRM、XML、日记等），从而显贵增强了函数调用才能。

诚然这一初步适度还莫得负责插足 BFCL 测试排名榜单，可是也曾标明，要进一步提高函数调用才能不仅波及模子自己，还条目关于执行哄骗配置和确实业务场景的说明有者更久了的说明。

与此同期，智能体的各种自动化框架此前也曾有了一些早期的实践，主要聚焦匡助模子说明环境、策动推理、奉行任务的器用框架和合作进程。

举例在此次 OpenAI 的 MLE-Bench 中，为了评估智能体在机器学习工程任务上的才能，OpenAI 便要点分析了由 WecoAI 配置的 AIDE 框架、在 MLAgentBench 技俩中提议的 MLAB 框架以及由多家机构配置的 OpenHands 框架。

跟着函数调用才能和智能体自动化框架慢慢鼓动，本年来也曾有各个细分范围的智能体公司竞相露馅。

投资过许多 AI 公司的老牌投资机构 Felicis Ventures 不久前专诚盘货了各个垂直范围和职能场所的智能体，都也曾出现了有代表性的公司。

举例客服范围的 Sierra、销售范围的 11x、营销范围的 Jasper、招聘范围的 Mercor、法务范围的 Harvey、运营范围的 Brevian、合法度围的 Norm Ai、税务范围的 taxgpt 以及房产范围的 reAlpha。

在执行中，相干范围和其它行业的 AI 智能体还有更多亚洲色图 中文字幕，正出现百花皆放的态势。在这波 AI 波浪下，AI 哄骗并不会局限于聊天机器东谈主，而智能体可能才是更顺应的居品格式和付费模式。