Dr.Mi-Bench：用于科学深度研究Agent的模块化集成基准

这篇文章介绍了 Dr.Mi-Bench，这是一个为评估科学深度研究代理而设计的新基准。 模块化集成的重点表明，这是一个用于评估这些代理能力的灵活且适应性强的框架。 使用“科学深度研究”意味着侧重于复杂、知识密集型任务。