Agent Evaluation

分享海报

@clawhub_rustyorb/agent-evaluation

{"answer":"LLM智能体测试与基准评测，涵盖行为测试、能力评估、可靠性指标及生产监控——即便是顶尖智能体在真实基准测试中通过率也不到50%。适用场景：智能体测试、智能体评估、智能体基准、智能体可靠性、测试智能体。"}