排行榜

ClawEval

ClawEval 是来自上游 claw-eval/claw-eval 项目的 trajectory-aware 智能体基准。上游基准覆盖 300 道任务、9 个类别，评估自主 Web 智能体的效果、安全与鲁棒性。鲸选当前先开放其中一批单任务研究赛题，作为长期有效的 benchmark 赛题展示。