PawBench – 阿里通义推出的通用智能体评测基准

PawBench是什么PawBench 是通义实验室推出的通用智能体评测基准，面向个人助理与 Agent 场景，将底座模型与运行框架（Harness）纳入同一评测体系。PawBench v1.0 构建