待验证50% 置信事实精确时间

AgentBench由清华大学等机构的研究团队于2023年提出，论文发表于ICLR 2024，是首个系统性评估LLM作为Agent能力的多维度基准

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

LLM智能体为什么三步后失控？原因与解决方案

涉及实体

AgentBenchproduct 清华大学company ICLR 2024concept

相关事实

待验证Agent评估领域在2023-2024年经历了从人工评审到LLM-as-Judge再到结构化Rubric的演化77% 相似待验证Agent Skills架构作为开放标准于2025年12月进一步发布，旨在引导新的AI开发生态71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/890352

API

curl https://kongchang.com/api/v1/knowledge/claims/890352

MCP

get_claim(id=890352)