SAAG: Structured Agent Assessment and Grounding

SAAG 将工具调用评估拆成 Action、Action Input、Thought 与 Grounding 四个维度，避免用一次 exact match 把不同性质的错误混在一起。作者构建了覆盖六个领域、真实与合成轨迹混合的基准，并用逐字段裁判定位“工具选对但参数错”“答案对但理由未落地”等情况；这套分解更适合诊断 agent，而不只是给一个总分。