database-operations

DBA-Bench 是一个用于评估基于 LLM 的数据库代理的生产保真度基准，包含七个领域的 106 个场景，采用结果优先评估和可控可重复性。最佳自动化基线仅达到 17.9% 的安全通过率，而人类 DBA 为 93.4%。