RealCLI: Nhằm vào việc đánh giá thống nhất hợp tác giữa con người và agent cho các agent CLI

Đoạn trích bài viết

Các agent giao diện dòng lệnh (CLI) ngày càng thực hiện các nhiệm vụ tầm xa hơn, tuy nhiên bài đo chuẩn hiện có cho rằng hướng dẫn người dùng vẫn ổn định trong suốt quá trình thực hiện hoặc đánh giá kết quả nhiệm vụ mà không nắm bắt chất lượng hợp tác môi trường chạy. Trong bài báo này, chúng tôi giới thiệu REALCLI, một benchma cặp.