实体 AA-Briefcase

AA-Briefcase

PulseAugur coverage of AA-Briefcase — every cluster mentioning AA-Briefcase across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

时间线

2026-06-19 research_milestone SiliconFlow released the AA-Briefcase benchmark to evaluate LLM performance on long-horizon agentic knowledge work. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_100580 · Jun 19 · 10:53

SiliconFlow 发布 AA-Briefcase 大型语言模型基准测试，用于代理知识工作

SiliconFlow 推出了 AA-Briefcase 基准测试，旨在评估大型语言模型（LLM）在长周期代理知识工作中的表现。该新基准测试已包含 GPT-5.5 和最近发布的 GLM 5.2 的得分，为比较代理任务性能提供了一个有用的工具。