实体 Alipay-PIBench

Alipay-PIBench

PulseAugur coverage of Alipay-PIBench — every cluster mentioning Alipay-PIBench 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_147897 · Jul 17 · 04:00

新基准评估AI编码代理在Alipay支付集成方面的能力

研究人员推出了Alipay-PIBench，这是一个旨在评估编码代理在执行真实支付集成任务方面能力的新基准。该基准包含九个产品特定项目和18个任务实例，涵盖了基本功能完成和高级风险感知加固场景。对六个编码代理模型的评估表明，访问特定的Alipay支付集成技能显著提高了性能，平均评分通过率提高了10个百分点以上。