通義實驗室發布PawBench評測基準，推動智能體技術發展

【通義實驗室推出通用智能體評測基準PawBench】6月5日訊，通義實驗室推出評測基準PawBench，v1.0版本已開源。它面向個人助理與通用智能體場景，將底座模型與運行框架（Harness）納入同一評測體系。據介紹，PawBench不是單純做一個模型排行榜，而是把“模型、Harness、任務”三者放在一起做交叉評測。