AgentBench：评估大模型作为智能体的能力

Xiao Liu, Botian Yu, Haotian Du, Zhiheng Zheng, et al.

数据集 2023 原文 2023-08-07 ICLR 2024 arXiv:2308.03688 收录 2026-09-06 benchmarkevaluation

摘要

系统性多维基准：在操作系统、数据库、知识图谱、数字卡牌游戏等 8 个环境中评估 LLM 作为智能体的实际能力。

引用本文条目

GB/T 7714-2015

Xiao Liu, Botian Yu, Haotian Du, et al. AgentBench: Evaluating LLMs as Agents[EB/OL]. ICLR 2024, 2023(2023-08-07)[2026-09-16]. https://arxiv.org/abs/2308.03688.

BibTeX

@misc{liu2023,
  author = {Xiao Liu and Botian Yu and Haotian Du and Zhiheng Zheng and et al.},
  title = {AgentBench: Evaluating LLMs as Agents},
  year = {2023},
  organization = {ICLR 2024},
  howpublished = {\url{https://arxiv.org/abs/2308.03688}},
}

查看原文 ↗

本条目为「智联观察」资料库收录，引用时请注明来源与本页链接。