ホーム /ベンチマーク・評価・較正 /jev-eval-agent

jev-eval-agent

100 個のモックツールを持つパーソナルアシスタントのエージェントで、Jev でゲートしたエージェントが何ステップを要するかを測定します。

このページは英語版リストから生成しています。

readme より

jev-eval-agent 🇺🇸 English · 🇧🇷 Leia em português A personal-assistant agent built with eve (Vercel), with 100 mocked tools, served through OpenRouter. The repository exists to answer one question: how many steps does the agent need to finish the same task when the LLM picks the tool itself vs. when Jev (TypeSafe's classifier) picks it? AGENTMODE Who …

詳細

セクション
ベンチマーク・評価・較正
owner
vinilana
スター
95
フォーク
10
最終更新
2026-09-17
言語
HTML

これは何か

形態
データセットやベンチマーク
ホストエージェント
単体で動作
対象
研究者
成熟度
ドキュメント

こんなときに役立ちます

近い用途