GitHub · 灵魂体仓库·· 20 天前精选AI 评分65
agent-time-bench 基准发布：测试 LLM 智能体的日期时间处理能力
AndyFooBlah/agent-time-bench
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/AndyFooBlah/agent-time-bench
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
作者发布 agent-time-bench 基准，测量 LLM 智能体在用户表述、工具参数（ISO 8601 UTC）和渲染答案三种时间表示之间转换的准确性，含 10 个领域 × 10 个单轮场景，goldens 经手工推导并机械交叉验证。对 7 个模型的研究显示，使用基于 nl2time 的确定性时间工具后，工具调用时间边界达 94–98%，时间戳渲染 86–98%，一个约 4B 激活参数的开源模型边界准确率从 14% 提升到 94%。代码采用 Apache License 2.0，内容采用 CC BY 4.0。
推荐理由
原文给出完整的场景构造、评分方式和7个模型的实测结果，读者可以了解智能体处理日期时间任务的真实水平与改进方法。
来源：GitHub · 灵魂体仓库 · github.com