DialFork

Idiap与罗技发布对话智能体程序性幻觉基准DialFork

Idiap研究院与罗技联合发布DialFork，用于衡量对话智能体偏离既定流程的“程序性幻觉”，区别于事实准确性和工具调用正确性。基准覆盖24项任务、12个领域，经30名人工标注者校验，生成逾3.6万段对话。