Bilanz der Quelle: 14 Sprachmodelle akzeptieren korrupte Tool-Ausgaben und bezweifeln diese im Denkprotokoll trotzdem. Bestehende Benchmarks prüfen, ob ein Agent das richtige Werkzeug wählt und ruft, wobei angenommen wird, dass das Werkzeug eine zuverlässige Antwort liefert.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
