标签:智能体评测基准

E-Bench – 腾讯混元团队联合推出的多步骤智能体评测基准平台

E-Bench是腾讯混元团队、清华AIR与东南大学联合推出的多步骤智能体评测基准,主要用于评估AI智能体的工具调用、任务规划、状态修改和复杂流程执行能力。E-Ben...