decision.host
首页 / 评估 / ScienceWorld

ScienceWorld

Agent 决策 C Agent 与工具调用 0 个模型参评

交互式科学实验环境。Decision Index 中暂不计分。

交互式科学实验环境。Decision Index 中暂不计分。

官方网站

评估集信息

所属套件
Agent 决策
分组
C Agent 与工具调用
决策类型
episode success
主指标
episode success
优化方向
越高越好
参评模型
0 个
数据许可证
见官方页面

这个评估集测什么

交互式科学实验环境。Decision Index 中暂不计分。

在该评估集上的模型成绩（0 个）

暂无模型在该评估集上的公开成绩。