AgentBench 智衡
排行榜
对比 SWE-bench
查看排行榜
Data Sources
实测数据来源
榜单上的每一个分数都对应一条评测记录。下表列出它的来源、评测时间、样本量、裁判、 方法与原始数据,点「详情」可以看到完整过程与日志。
智能体
套件 / 任务
评测时间
样本 / 裁判
原始数据
方法论
来源
详情