研究者提出CRM-Agent-Bench智能体基准

Monojit Banerjee、Zhujun Lan、Defu Cao 等研究者提出 CRM-Agent-Bench，一个面向有状态、多轮企业任务的执行型智能体基准。该基准覆盖 9 个业务领域、36 个能力标签，共 555 个任务，每个任务都配有可执行契约。 按提出者的设定，任务成功需严格满足动作、参数、顺序、响应、目标状态与受保护状态的全部检查，因此评测的是智能体在企业环境中实际执行操作的结果，而非仅看回答内容。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。