Agent Leaderboard：为AI Agent任务打造的LLM排行榜，精准评估语言模型在复杂场景下的工具使用能力。亮点：1. 评估12种私有模型和5种开源模型；2. 采用Tool Selection Quality（TSQ）作为核心指标，量化工具选择质量；3. 覆盖21个领域和390个API交互场景。
参考文献：
[1] http://github.com/rungalileo/agent-leaderboard
[2] https://huggingface.co/spaces/galileo-ai/agent-leaderboard
（文：NLP工程化）