实体 APEX-Accounting

APEX-Accounting

PulseAugur coverage of APEX-Accounting — every cluster mentioning APEX-Accounting 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_171840 · Jul 30 · 04:00

新的APEX-Accounting基准测试AI模型在实际会计任务中的表现

Mercor和Ramp推出了一项名为APEX-Accounting的新基准测试，用于评估前沿AI模型在执行会计任务方面的能力。该基准测试包括账户对账、费用权责发生制和报告生成等任务，并包含一个由160个专家编写的任务组成的私有评估集。Claude Fable-5在该基准测试中得分最高，其次是Muse Spark 1.1，而其他模型则表现有限。研究还观察到了与token预算分配相关的辛普森悖论效应。