ToolSandbox：面向大型语言模型工具使用能力的交互式评估基准，支持状态化工具执行与隐式状态依赖，提供内置用户模拟器和动态评估策略

【ToolSandbox：面向大型语言模型工具使用能力的交互式评估基准，支持状态化工具执行与隐式状态依赖，提供内置用户模拟器和动态评估策

2024-08-18浏览详情