AgentCompass：面向智能体能力的统一评估基础设施

英文标题：AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities

该论文提出了 AgentCompass，一个用于评估智能体能力的统一基础设施。当前以 LLM 为核心的自主智能体评测流程高度碎片化、紧耦合，影响了可复现性。AgentCompass 旨在解决这些痛点，为开发者提供标准化的评测范式，推动智能体研究的可对比与可靠复现。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB