World of Workflows: 企業システムに世界モデルをもたらすためのベンチマーク

要約

最先端の大規模言語モデル（LLM）は、複雑な企業システム内での自律エージェントとしての能力が未検証です。本研究は、ServiceNowを基盤としたリアルな環境「World of Workflows (WoW)」と、234のタスクを含むベンチマーク「WoW-bench」を提案しました。

全文は有料プランで閲覧できます。