跳到正文
热点事件持续更新

OfficePrism 发布企业单域任务 Agent 基准

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Hanfeng Liu 等作者发布 OfficePrism 基准,用 420 个单域企业任务评测 AI 智能体,覆盖七个业务职能,并按 L1–L3 划分任务结构层级。 在 124 组模型、harness 与工具包配置中,自然语言与数据库联合通过率为 22.6%–76.4%,中位数 67.9%。全部配置在 L1 得分最高;122 组配置中 L2 高于 L3。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    OfficePrism:评测 AI 智能体在企业各业务职能单域任务上的表现

    OfficePrism 基准用 420 个单域企业任务评测 AI 智能体,覆盖七个业务职能并设 L1–L3 任务结构层级。在 124 组模型—harness—工具包配置中,自然语言与数据库联合通过率为 22.6%–76.4%,中位数 67.9%;全部配置 L1 得分最高,122 组中 L2 高于 L3。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。