AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

OmniBench

OmniBench 是一个面向虚拟智能体的多维度评测基准，旨在通过自动化流程生成具有可控复杂度的任务图，系统评估智能体在计划、决策、指令理解等十个核心能力上的表现。该基准包含 36,000 个图结构任务，覆盖 20 个真实场景，并引入 OmniEval 框架，实现子任务级别的细粒度评估，显著提升了评测的效率和可扩展性。

评测信息与证据

来源: OpenCompass Hub
发布者: Zhejiang University, Hangzhou, China , Ant Group, Hangzhou, China , etc.
评测发布日期: 2025-06-10
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。