DearJarvis · 研究报告站

Agentic RL 与 Benchmark 任务分析的持续记录。

本站汇集对各类智能体评测基准 / 研究数据集的中文详解与深度分析，按项目分类归档。

内容导航

• :material-dna: BixBench

  ---

  FutureHouse 生物信息学 Agent 评测集 · 59 capsule / 205 题

  分析报告 · 任务全览 · 任务中文详解

• :material-flask: LabBench v2

  ---

  湿实验 / 干实验混合任务评测

  分析报告 · 任务实例

关于本站

• 使用 MkDocs Material 构建
• 全站支持代码高亮、数学公式（MathJax）、Mermaid 图、全文搜索
• 顶栏切换深色/浅色模式
• 源报告位于本地 benchmarks_agentic_rl/，通过符号链接接入