Hugging Face Blog·· 2026-06-18精选AI 评分62
Hugging Face 发布 agent-eval：用自有工具评测开源模型的智能体能力
Is it agentic enough? Benchmarking open models on your own tooling
AI 导读
Hugging Face 发布 agent-eval 评测工具，用 transformers 作为案例，在 bare、clone、skill 三种配置下跨模型和版本测量智能体完成任务所需的轮次、token 和错误率。
推荐理由
用 transformers 做案例，展示如何按模型规模和版本评测工具对智能体的友好度，并给出可复用的评测工具。
来源：Hugging Face Blog · huggingface.co