EnterpriseOps-Gym-AA

ServiceNowのEnterpriseOps-Gymの独立実装。LLMエージェントが8つのビジネス領域にわたるステートフルで多段階のエンタープライズワークフローを、ライブのツール利用を通じて完了できるかをテストし、基盤データベースの最終状態で採点するエージェント型ベンチマーク。