ClawProBench：面向 AI 智能体的运行时覆盖率与冻结职场式留出集轨迹评测
ClawProBench: Trace-Aware Evaluation of AI Agents with Runtime Coverage and Frozen Workplace-Style Holdouts
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
ClawProBench 是一个基于 OpenClaw 实时智能体运行时的轨迹感知基准，包含 102 场景完整版与 68 场景冻结留出集两条赛道，按正确性、过程质量与效率的安全门控公式从执行轨迹打分。
来源：Hugging Face Daily Papers · arxiv.org