CRMArena-Pro 在 Salesforce 内构建 19 个专家验证的 CRM 任务
Shahules786 · x · 2026-09-03
Shahules 线程(2/6)：CRMArena-Pro 是迈向「环境真实性」的重要基准，在 Salesforce 内构建 B2B 与 B2C 场景，含 19 个经专家验证的任务，覆盖客服、销售与 CPQ，涉及数据库操作、文本推理、工作流执行与政策合规。数据虽为合成，但锚定真实 Salesforce schema 并经 CRM 从业者校验。
所属事件:新基准 CRMArena-Pro 登场,探讨评测与真实工作的差距(4 条相关)→
「研究」频道最新
- DLCM 论文:从 token 转向概念建模,推理快至 3.3 倍 — burny_tech · 2026-09-03
- 牛津与 NUS 推出 V-RAE:用预训练视觉表征替代像素重建做视频生成 — jiqizhixin · 2026-09-03
- tokenbender：SWA 可视为现代线性注意力的特例 — tokenbender · 2026-09-03
- MazeBench 作者回应评测反馈：算法生成关卡对 agent 无效 — patience_cave · 2026-09-03
- AsyncGRPOTrainer 新增 LoRA 训练支持，FSDP2 实测跑通 — QGallouedec · 2026-09-03
- MazeBench 被传统求解器攻破，作者承认难度在感知不在搜索 — patience_cave · 2026-09-03