Entornos que simulan tareas del mundo real para el entrenamiento y la evaluación de la colaboración LLM:
Escritura: Múltiples agentes LLM colaboran para procesar artículos.
Codificación: Generación colaborativa de código para problemas de programación.
- MBPP - Principalmente problemas básicos de Python.
- HumanEval - Problemas de evaluación de escritura a mano.
- CoopHumanEval - Una variante cooperativa de HumanEval.
Viajes: Planificación de viajes colaborativa bajo restricciones del usuario.
- TravelPlanner - Planificar itinerarios de viajes de varios días.
Uso de herramientas: Llamadas a funciones colaborativas en BFCL v4.
- Paralelización nativa - Realizar llamadas a funciones en paralelo.