MCP-Bench基准发布：评估LLM智能体真实任务工具使用能力

RecodeX 重构消息，一项名为MCP-Bench的新基准正式发布，旨在评估LLM智能体在复杂真实世界任务中调用工具的能力。该基准基于模型上下文协议（MCP）构建，相关论文已上传至arXiv平台。目前公开信息较少，具体评测范围与方法有待论文全文公布。