DelegateEval: оценка платформ для персональных внешних агентов обслуживания
arXiv:2611.07508v1 Тип объявления: новое Аннотация: Агенты ИИ, работающие на человека с течением времени, также могут помогать этому человеку обслуживать внешних клиентов. Мы определяем личного внешнего сервисного агента как агента, уполномоченного и постоянно управляемого конкретным лицом принимать…
Кратко от AI: Главные тезисы
- arXiv:2611.07508v1 Тип объявления: новое Аннотация: Агенты ИИ, работающие на человека с течением времени, также могут помогать этому человеку обслуживать внешних клиентов
- Мы определяем личного внешнего сервисного агента как агента, уполномоченного и постоянно управляемого конкретным лицом принимать…
DelegateEval: оценка платформ для персональных внешних агентов обслуживания
Похожие материалы
Утечки GPT-6.2 становятся очень интересными
Следующая модель OpenAI приближается очень близко, и утечки вокруг нее становится все труднее и труднее игнорировать. Два загадочных названия моделей появились в официальном списке моделей OpenAI на несколько минут, а затем исчезли. Сообщается, что внутри находится гигантская новая модель под названием Bell…
Anthropic устранила перерасход токенов в Claude Code
✔️ Anthropic устранила перерасход токенов в Claude Code Ранее фоновые субагенты Claude Code , выполняющие проверку кода или тесты, обновляли свой статус каждые 30 секунд и каждый раз базовая модель заново считывала всю историю переписки. Пользователи в сети отмечали, что на…
Thinking Machines выпустили ИИ-модель, которая самостоятельно обучила другую модель
Thinking Machines выпустили ИИ-модель, которая самостоятельно обучила другую модель Бывшая команда OpenAI выпустила свою открытую ИИ-модель Inkling 2 Small, которой дали задачу - научить Qwen3.5-4B прогнозировать временные ряды. Дальше Inkling 2 Small действовала одна: написала…
Будущая модель OpenAI обнаружила 1 724 уязвимости в Linux
🔐 Будущая модель OpenAI обнаружила 1 724 уязвимости в Linux Ещё не выпущенная кибермодель OpenAI продемонстрировала впечатляющие результаты в поиске уязвимостей операционной системы. За один запуск она: - обнаружила 1 724 уязвимости; - подготовила 948 рабочих эксплойтов,…