jev-eval-agent — vinilana/jev-eval-agent

在包含 100 个模拟工具的个人助理测试框架中，对比大语言模型工具选择与 Jev 路由。

工具调用模拟评估

查看英文原文

Compares LLM tool selection with Jev routing in a personal-assistant harness containing 100 mocked tools.

结果只适用于各项目的数据集、提示词、模型版本和测量设置。收录表示证据可检查，不代表本站或原清单独立重跑了基准。

收录与研究来源

以下保留前版来源，不代表本版重新安装或审计了此项目。