RouterBench
模型路由：从 11 个模型里挑谁来回答。Decision Index 注明该题有「GPT-4 总是最优」的提示泄漏，因此不计入指数，只展示分数。
模型路由：从 11 个模型里挑谁来回答。Decision Index 注明该题有「GPT-4 总是最优」的提示泄漏，因此不计入指数，只展示分数。
评估集信息
- 所属套件
- Agent 决策
- 分组
- C Agent 与工具调用
- 决策类型
- 11 个模型中选一个
- 样本量
- 5,001 个 case
- 主指标
- 所选答案质量
- 优化方向
- 越高越好
- 参评模型
- 0 个
- 数据许可证
- 见官方页面
这个评估集测什么
模型路由：从 11 个模型里挑谁来回答。Decision Index 注明该题有「GPT-4 总是最优」的提示泄漏，因此不计入指数，只展示分数。
在该评估集上的模型成绩（0 个）
暂无模型在该评估集上的公开成绩。