$\tau$-Elicitation: бенчмаркинг многоэтапного извлечения объектов в голосовых агентах

Голосовым агентам часто необходимо точно собирать имена, адреса, идентификаторы, даты и время, однако сквозные тесты не позволяют понять, где происходит сбой сбора. Мы представляем $τ$-Elicitation, голосовой тест на 200 задач, охватывающий 10 типов объектов, контролируемую сложность, реалистичность вызывающего абонента и три…