Microsoft 与 Hugging Face 发布 ThinkingBox 智能体状态基准
Microsoft 与 Hugging Face 联合发布 ThinkingBox 智能体沙箱和 ThinkingBox-Bench 基准，依据数据库终态判定智能体任务成败。
推荐理由：该基准以数据库终态而非模型回复判定智能体成功，并给出 507 个任务重复 20 次的一致性与成本数据，可供部署时比较模型。
技术方向
MCP 与工具调用 最新动态
模型连接外部世界的协议与实践：MCP 生态、function calling、工具链集成的动态。
1 条精选近 30 天 1 条共收录 3 条
更新
MCP 与工具调用的精选
Hugging Face Blog精选AI 评分7373