ClawWork: Benchmark Económico Para Evaluar la Productividad De Agentes De IA
Un marco experimental que obliga a los agentes de IA a ganar dinero completando tareas reales bajo presión económica. ClawWork es un nuevo marco de evaluación económica para agentes de IA desarrollado por el laboratorio de ciencia de datos de la Universidad de Hong Kong (HKUDS) que redefine cómo se mide la utilidad de estas […]