Benchmark · agentic
τ-bench
Conversational tool-use benchmark from Sierra.
इस benchmark के लिए अभी तक कोई सत्यापित स्कोर रिपोर्ट नहीं किया गया है।
Conversational tool-use benchmark from Sierra.
इस benchmark के लिए अभी तक कोई सत्यापित स्कोर रिपोर्ट नहीं किया गया है।