EVA-Bench Data 2.0: 3ドメイン・121ツール・213シナリオ対応

要約

ServiceNow AIがエージェント評価ベンチマーク「EVA-Bench Data 2.0」を公開した。3つのドメイン、121種のツール、213のシナリオを網羅する大規模な評価データセットとなっている。AIエージェントのツール利用能力を多角的に測定することを目的としている。