sandbox-benchmark

#sandbox-benchmark

MobilePA-Bench：基准测试移动规划智能体在复杂真实世界任务上的表现

Hugging Face Daily Papers ↗ · 2026-08-24 缓存

MobilePA-Bench是一个交互式基准测试，旨在评估移动规划智能体在复杂真实世界任务上的表现，重点考察工具调用、子智能体协作、记忆使用和运行时约束下的技能调用。

0 人收藏 0 人点赞