economically-valuable

#economically-valuable

@dair_ai: // Agents' Last Exam // Agents' Last Exam 是一个包含1000多项经济价值任务的动态基准，由2…

X AI KOLs Following ↗ · 2026-06-05 缓存

Agents' Last Exam 是一个动态基准，包含超过1000项经济价值任务，旨在评估AI agents在真实世界工作流程中的表现，目前在最高难度级别上的完全通过率仅为2.6%。

0 人收藏 0 人点赞