-Bank与Agenench：LLM能力评估与优化.pdfVIP

API-BankAgentBench|LearnPrompt

LearnPromptEN

API-BankAgentBench

模型

模型评估是Agent学习过程中⾄关重要的⼀环。通过分析数据来评估Agent的能⼒，可以客观

地衡

地衡量它在特定任务或领域中的表现。数据评估是不断迭代和改进的基础。通过反复评估和

分析

分析数据，Agent可以逐步改进⾃身，并不断优化其能⼒。数据评估还可以将Agent与其他

Age

Agent或进⾏⽐较，从⽽了解其在同⼀任务或领域中的相对能⼒。这有助于Agent了解⾃

身在

身在整个⽣态系统中的定位和竞争态势，明确进⼀步提升⾃身能⼒的⽬标。

AP

API-Bank

AP

API-Bank是⼀个基准⼯具，⽤于评估增强LLM性能。它包含了53个常⽤的API⼯具，完整的

⼯

⼯具增强LLM⼯作流程，以及264个注释，其中包含568个API调⽤。这些API涵盖了各

种领

种领域，例如搜索引擎、计算器、⽇历查询、智能家居控制、⽇程管理、健康数据管理和账

户认

户认证⼯