AgentBench
★ 3.8k
vs
Awesome-LLM-in-Social-Science
★ 652
AgentBench vs Awesome-LLM-in-Social-Science
AgentBench：AgentBench是一个综合性基准测试平台，旨在评估大型语言模型（LLM）在各种不同环境中的智能体表现，现已推出与AgentRL集成的函数调用版本。它为操作系统交互、数据库操作和网络购物等任务提供了容器化设置，实现了稳健且可复现的智能体评估。；Awesome-LLM-in-Social-Science：该存储库精选了专注于大型语言模型与社会科学交叉领域的论文集。内容涵盖LLM的评估、对齐、应用、调查和数据集，并特别关注心理学和内在价值。
01
简评
AgentBenchObservability · ★ 3.8k
系统地基准测试各种基于LLM的智能体的性能。
Awesome-LLM-in-Social-ScienceObservability · ★ 652
从社会科学角度评估LLM的特征（如价值观、人格、道德）
02
并排对比
03
功能特性
AgentBench01对大型语言模型作为智能体在多样化环境中的表现进行全面评估。
02集成函数调用功能，实现更高级的智能体交互。
03采用Docker Compose进行完全容器化部署，确保可复现性。
04支持多任务和多轮交互，提供真实的智能体评估。
05可扩展的框架，方便添加新的评估任务。
Awesome-LLM-in-Social-Science01从社会科学视角评估大型语言模型
02基于社会科学原则对齐大型语言模型
03将大型语言模型应用于社会科学研究
04关于LLM在社会科学中的综合调查
05精选的LLM与社会科学研究数据集
04
使用场景
AgentBench↳系统地基准测试各种基于LLM的智能体的性能。
↳开发和改进高级LLM智能体架构和策略。
↳进行关于智能体AI能力和局限性的学术研究。
Awesome-LLM-in-Social-Science↳从社会科学角度评估LLM的特征（如价值观、人格、道德）
↳使LLM与人类价值观和社会规范对齐
↳利用LLM促进社会科学研究和问题解决
05
适合场景
AgentBench必备神器
Awesome-LLM-in-Social-Science时下流行宝藏工具
FAQ
常见问题
AgentBench 和 Awesome-LLM-in-Social-Science 有什么区别？
AgentBench 和 Awesome-LLM-in-Social-Science 都属于 Observability 类别。AgentBench 有 3.8k Stars，Awesome-LLM-in-Social-Science 有 652 Stars。
AgentBench 和 Awesome-LLM-in-Social-Science 哪个更好？
最佳选择取决于你的具体需求。系统地基准测试各种基于LLM的智能体的性能。 时选 AgentBench，从社会科学角度评估LLM的特征（如价值观、人格、道德） 时选 Awesome-LLM-in-Social-Science。
AgentBench 是免费的吗？
是的，AgentBench 在 GitHub 开源（Apache-2.0）。
Awesome-LLM-in-Social-Science 是免费的吗？
是的，Awesome-LLM-in-Social-Science 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→