HEPTABench：面向高能物理智能体的可移植受控评测框架

HEPTABench 将任务、脚手架、模型、提供方、harness 与领域工具拆分为六个可独立配置的实验因素，配合 HepBench、ToolBench、ToolBase 三个软件包实现可复现的智能体评测。