arXiv · AI· Yihua Qin (Tsinghua University, Futura Lab, Futura.AI), Jiajie Jerry Zhao (Tsinghua University, Futura Lab, Futura.AI)·· 24 天前AI 评分37
R2A-Sales:面向目标导向销售智能体的规则-行动差距基准测试
R2A-Sales: A Policy-Atom-Matched Benchmark for Rule-to-Action Gaps in Goal-Directed Sales Agents
AI 导读
清华大学团队提出 R2A-Sales 基准,揭示销售智能体静态合规率(89.9%-99.1%)与行动合规率(3.0%-17.3%)间存在 80.4-92.5 个百分点的差距。 该基准包含 2,016 对匹配样本,审计 19 个语义核心下的 21,888 次运行,覆盖 8 个主干模型及 Qwen3-8B 提示变体。 研究证明销售智能体可靠性需基于已提交行动而非规则复述来衡量。
来源:arXiv · AI · arxiv.org