| Benchmark | 测评分类 | 可信级别 | 开放 | 热度 |
|---|---|---|---|---|
GAIA-2 GAIA· Meta + HF | 智能体环境控制 | S高可信 | 29.3 | |
OSWorld · HKU 等 | 智能体环境控制 | S高可信 | 27.0 | |
meta-agents-research-environments · facebookresearch | 智能体环境控制 | B待确认 | 10.5 | |
vizdoom-llm-inverse-dynamics-benchmark · HiggsBoson | 智能体环境控制 | B待确认 | 4.7 | |
Terminal-Bench · Stanford 等 | 智能体环境控制 | S高可信 | 0.0 | |
terminal-bench-1 · harbor-framework | 智能体环境控制 | B待确认 | 0.0 | |
trajrl-bench · trajectoryRL | 智能体环境控制 | B待确认 | 0.0 |