AgentBoard: An Analytical Evaluation Board of LLM Agents
2024-01-23 · 已核验
论文信息
从这篇论文开始研究
选择研究模式后，论文和原始模型会进入工作台上下文。
复现状态
代码 尚未核验
权重 尚未核验
配置 尚未核验
环境 尚未核验
尚未补充结构化复现记录。
模型角色拓扑
这里只展示数据明确记录的角色与模型关系，不推断未记录的 workflow 边。
基线
GPT-4GPT-3.5 TurboLlama 2 70B ChatQwen 7B Chat
当前论文记录没有 workflow 边；上方仅展示已记录的角色拓扑，不把 Actor、Environment、Critic 或 Optimizer 关系当作事实。
模型角色
GPT-4
基线 · 未更新权重 · GPT-4 在 AgentBoard 上参与基准测试。
GPT-3.5 Turbo
基线 · 未更新权重 · GPT-3.5 Turbo 在 AgentBoard 上参与基准测试。
Llama 2 70B Chat
基线 · 未更新权重 · Llama-2-70B-Chat 在 AgentBoard 上参与基准测试。
Qwen 7B Chat
基线 · 未更新权重 · Qwen-7B-Chat 在 AgentBoard 上参与基准测试。