Hugging Face Blog·· 2026-06-18精选AI 评分62
Hugging Face 发布 agent-eval 基准工具，评测开源模型驱动智能体使用库的效率
Is it agentic enough? Benchmarking open models on your own tooling
AI 导读
Hugging Face 发布 agent-eval 基准工具，以 transformers 为案例，衡量智能体完成任务所花的轮次、token、时间和路径，而非只看最终答案。
推荐理由
通过对比不同模型规模下的实测结果，说明面向智能体的工具改动可能对大小模型产生相反效果。
来源：Hugging Face Blog · huggingface.co