x402 Monopoly: Autonomous Agent Economy

kaggle2025-12-17 更新2026-01-10 收录

自主代理

经济模拟

数据链接：

https://www.kaggle.com/datasets/sergiochant54/x402-monopoly-simulation-data 数据链接链接失效反馈

官方服务：

资源简介：

High-fidelity logs of LLM agents negotiating, trading in a closed economy.

创建时间：

2025-12-11

GAIR/AgencyBench

自主代理

基准测试

AgencyBench是一个全面的基准测试，源自日常AI使用，评估了6种核心代理能力在32个真实世界场景中的表现，包含138个具有特定查询、交付物和评分标准的任务。这些场景平均需要90次工具调用、1百万令牌和数小时的执行时间来解决。数据集支持自动化评估，通过用户模拟代理提供迭代反馈，并使用Docker沙箱进行视觉和功能性的基于标准的评估。

Hugging Face2026-01-23 更新270

CHALET

自主代理

3D模拟

该数据集名为CHALET，是一个包含58个房间和10种房屋配置的3D房屋模拟器，旨在支持自主代理进行导航与操作任务。CHALET不仅允许创建新的房屋和房间布局，还支持一系列家庭活动，包括移动物体和切换家电。其规模涵盖58个房间和10种房屋配置，任务则是通过导航与操作任务来评估代理的表现。

arXiv150

DeepNLP/autonomous-agent

自主代理

AI市场分析

该数据集从AI Agent Marketplace Index和Directory收集，包含AI Agent的元信息，如名称、网站、描述以及每月更新的Web性能指标，包括Google、Bing的平均搜索排名位置、Github Stars、Arxiv引用等。数据集对于AI研究者和实践者进行数据分析、撰写报告、监控趋势以及跟踪各领域AI Agent数量的指数级增长（尽管增长平稳）非常有帮助。

Hugging Face2025-03-31 更新120

Lessons for Automatic Fiscal Stabilizers from the Great Recession and the COVID Recession

财政政策

经济模拟

This paper simulates economic developments as if the discretionary fiscal stimulus enacted in the past two recessions had not occurred and additional automatic fiscal stabilizers had been deployed ins

NBER2025-10-01 更新150

A2Perf

基准测试

自主代理

A2Perf是一个面向真实世界自主代理的基准测试套件，由谷歌DeepMind等机构开发。该套件包括三个与实际应用场景相似的领域：计算机芯片布局、网页导航和四足动物运动。A2Perf提供了任务性能、泛化能力、系统资源效率、数据成本和可靠性等多方面的评价指标，旨在全面评估自主代理在真实世界应用中的性能。

arXiv2025-03-05 更新150

x402 Monopoly: Autonomous Agent Economy

资源简介：

相关数据集