Bilanz der Quelle: Der BACKDROP-Benchmark von Nusrat Jahan Lia und Shubhashis Roy Dipta zeigt, wie viel einer Agentenfähigkeit in sauberer Umgebung in einer von anderen veränderten Welt überlebt. Aus 618 AppWorld-Aufgaben entstehen 3.678 Varianten; Anweisung und korrekter Endzustand bleiben gleich, hinzu kommt jeweils genau eine von vier Störungen: eine Nachricht einer anderen Person, eingebetteter Text in einem Datensatz, die Bitte um eine nie freigegebene App und ein still fehlschlagender Schreibvorgang.
🔗 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.
