待验证50% 置信事实精确时间
τ2-bench是专门评估大模型工具调用能力的基准测试，模拟真实世界中智能体需要处理的复杂多步工具调用场景
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/5
首次发现
有效期至：2026/12/4
来源
涉及实体
相关事实
已验证Terminal-Bench是专门评估AI模型在命令行环境中执行复杂任务能力的基准测试，涵盖文件操作、脚本编写、系统调试等场景69% 相似待验证适合Loop Engineering的场景包括有明确测试用例的编程任务、有benchmark的模型训练、可自动评估的任务、数据清洗和超参调优69% 相似待验证SkillSpector支持两种检测模式：不需要模型的本地规则静态扫描，以及接入大模型的深度语义分析69% 相似待验证该基准测试采用完全自动化的双维度评估方式，包括功能测试维度和视觉还原维度69% 相似待验证鸿蒙自动化测试是典型长链路任务，涉及跨领域知识融合、强依赖性和反馈循环，链路从读取需求到测试用例设计、脚本执行、输出测试报告69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860337API
curl https://kongchang.com/api/v1/knowledge/claims/860337MCP
get_claim(id=860337)