Agent评测基准

PawBench：阿里通义开源的全链路AI智能体自动化评测基准

PawBench是通义实验室AgentScope团队开源的全链路AI智能体评测基准，采用模型+框架+任务三维评测体系，内置海量标准化测试用例，支持多主流大模型与智能体框架接入，具备自...