arXiv AI· Dongxu Yang, Hongda Yan, Renxin Wang, Baoli Zhang, Haojia Zuo, Ying Zhao, Youmin Chen, Xiaojian Liao, Congming Gao, Tianyang Jiang, Yixiao Chen, Qing Wang, Zhiguo Yu, Xiaqing Li, Yuhao Zhang, Jiawen Sun, Renzhe Xu, De Mi, Tiancheng Wu, Xianya Fu, Xuanlu Zhao, Bo Feng, Meixuan Ren, Guanming Lin, Ziheng Zhou, Xinhua Wang·· 18 小时前评分55
FDE-Gym: The Last Mile of AI Delivery
摘要
我们引入FDE-Gym，一个从20个客户场景跨18个行业领域的端到端配送基准测试，每个场景由行业专家从真实世界配送项目中适配。在模拟客户环境中，代理与脚本化利益相关者及可修改的客户系统交互，以在生产类似系统上交付有效解决方案。FDE-Gym的评分依据其对客户自身成功指标的提升程度，以0（未更改系统）和1（参考解决方案）之间进行归一化，对利益相关者交互（消息、试运行和等待时间）施加惩罚。
推荐理由
请对照arXiv AI原文，核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：arXiv AI · arxiv.org