标签「hugging-face-datasets」的 Agents

共 2 个结果
hugging-face-datasets ×
开发与工程

SWE-Bench Pro

评测模型与编码智能体解决长周期软件工程任务的能力。

★ 536 FS 55 缺口较多 10 天前 MIT
数据与分析

ClawBench 浏览器智能体评测

在真实网站上运行并评估浏览器智能体的日常任务能力。

★ 918 FS 48 缺口较多 13 天前 Apache-2.0