UniClawBench：実世界タスクにおけるプロアクティブエージェントのためのユニバーサルベンチマーク

プロアクティブエージェントの現実世界タスクにおけるユニバーサルベンチマークUniClawBenchを提案。既存ベンチマークの課題（サンドボックス環境、シングルターン評価、タスク分類の混在）を克服し、より効果的な評価を目指す。

• 実世界タスクにおけるプロアクティブエージェントのためのユニバーサルベンチマーク「UniClawBench」が提案された。
• 既存ベンチマークのサンドボックス環境やシングルターン評価といった課題を克服することを目指す。
• タスク分類の混在を解消し、より現実的で一貫性のある評価環境を提供する。
• プロアクティブエージェントの汎用性と実用性を効果的に評価するための標準化された手法を提供する。