AgentProofBench 发布：面向 Web Agent 可复用验证器的基准
arXiv 上新出的 AgentProofBench，专门测 Web Agent 的验证器好不好用，用 DeepSeek 跑了近百个任务，做 Agent 评测的可以看看。
#AgentProofBench
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「AgentProofBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月27日
arXiv 上新出的 AgentProofBench，专门测 Web Agent 的验证器好不好用，用 DeepSeek 跑了近百个任务，做 Agent 评测的可以看看。