⭐ 78
E-ticarette yapay zeka ajanlarının sınırlarını gösteren test
Alibaba.com, 13 yapay zeka modelini 107 gerçek ticaret göreviyle test etti ve en iyi performansın bile sınırlı kaldığını ortaya koydu. Claude Opus 5 görevlerin %61,7’sini tamamlayabildi; ajanlar özellikle çok adımlı maliyet, iade ve lojistik işlerinde zorlandı.