ReasoningEval · 推理链质量评测

评测 Agent 的推理过程质量，不只看答案对不对，更看推理过程靠不靠谱。覆盖逻辑自洽性、步骤完整性、假设透明度、错误归因、反事实意识五维度。30道题覆盖逻辑陷阱、多步计算、因果推断、条件约束、反驳测试五大题型。与 ToolCallEval 形成完整 Agent 能力评估体系。