科技媒体 RSS· X：Rohan Paul (@rohanpaul_ai)·· 11 天前AI 评分38
AutomationBench Verified 发布：600 个任务中 206 个评分器确认有 bug
AI 导读
AutomationBench Verified 发布，对 Zapier AutomationBench 全部 600 个公开任务的评分器逐一审计，Agent 标记 323 个可疑项，人工确认 206 个真实 bug 并全部修复。
来源：科技媒体 RSS · aihot.news