AI 에이전트를 위한 Claw-Eval 벤치마크 (GitHub 저장소)

·2026.04.09 09:00

핵심 내용

실제 139개 과제로 LLM 에이전트를 검증하는 Claw-Eval 벤치마크가 공개됐다.

Claw-Eval은 LLM 에이전트를 평가하기 위한 인간 검증형 벤치마크다. 139개 실전 과제를 바탕으로, 에이전트가 실제 업무에 가까운 환경에서 얼마나 잘 동작하는지 측정한다.

평가 환경은 Docker 샌드박스, 여러 서비스 연동, 그리고 구조화된 채점 방식으로 구성된다. 단순 정답 여부를 넘어서, 복잡한 작업 수행 능력을 더 현실적으로 검증하도록 설계됐다.

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.