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
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟