ServiceNow

AgentRewardBench: Evaluating Automatic Evaluations of Web Agent Trajectories

Xing Han Lù, Amirhossein Kazemnejad, Nicholas Meade, Arkil Patel, Dongchan Shin, Alejandra Zambrano, Karolina Stańczak, Peter Shaw, Christopher J. Pal, Siva Reddy

机构 * McGill University（麦吉尔大学） ； Mila Quebec AI Institute（魁北克AI研究院） ； Google DeepMind（谷歌DeepMind） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能 chair） ； Polytechnique Montréal（蒙特利尔理工学院） ； ServiceNow Research（ServiceNow研究） 纠错