ServiceNow 发布语音智能体评估框架 EVA
深度Hugging Face2026年3月24日4 分钟阅读
ServiceNow-AI 团队推出首个端到端语音智能体评估框架 EVA，能同时评估任务准确性和对话体验。他们发现，在 20 个系统的基准测试中，准确性和用户体验之间存在明显的权衡。
本文编译自 A New Framework for Evaluating Voice Agents (EVA)，版权归原作者所有。
觉得有用？分享给更多人
相关文章
AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。
深度The New Stack·7月18日·10 分钟
作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。
深度The New Stack·7月18日·8 分钟