njfuzrs/agent-traj-bench

Agent-Traj-Bench v0.2-mini — 仓库快照（39 份） 🔴 这个 HF 仓只放「跑起来必需的大文件」 —— 39 份 base 仓库快照 两份索引 + 22 个评测过程证据包（342.2 MiB）。 题目本体、判分脚本、漏斗报告、Dataset Card 全在 GitHub： https://github.com/njfuzrs/agent-traj-bench ⚠️ 本页数字全部由 scripts/t9-publish-hf.py 从 tasks.jsonl / snapshots.jsonl / evidence.jsonl 现算， ⛔ 没有手写数字。复现：python3 scripts/t9-publish-hf.py --check（$0、免凭证， 与本页逐字节比对）。 为什么拆成两个仓 快照 247.9 MiB（259931635 B）不适合进 git 主仓（clone 会变慢，且它们是别人的代码， 许可与题面不同层）。⇒ GitHub 放题集与全部可复算产物，HF 放快照。… See the full description on the dataset page: https://huggingface.co/datasets/njfuzrs/agent-traj-bench.

<iframe src="https://silytics.si/embed/item/12bcbc9a-fe76-42a0-8fa4-2e9f858f9831" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 17 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.