工具
AppWorld-UL: Benchmarking Diverse Agent-User Interactions for Tool-Use
2026-07-24arxiv.org
★★★★★
AppWorld-UL是一个评估Agent在多样化工具使用中与用户交互能力的基准测试。
值得记下
阅读原文↗把衡量重点从工具调用准确性转向Agent与用户的交互过程，关注模糊指令下的意图理解与多轮对话管理。
内容来源：arxiv.org，版权归原作者所有
AppWorld-UL是一个评估Agent在多样化工具使用中与用户交互能力的基准测试。
把衡量重点从工具调用准确性转向Agent与用户的交互过程，关注模糊指令下的意图理解与多轮对话管理。
内容来源：arxiv.org，版权归原作者所有