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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_171840 · Jul 29 · 17:56

新的APEX-Accounting基准测试前沿AI模型在专业会计任务上的表现

Mercor与Ramp合作开发了一个名为APEX-Accounting的新基准，用于评估前沿AI模型在执行会计任务方面的能力。该基准包含160项专家编写的任务，涵盖账户对账、费用权责发生、交易记账和报告生成。在对九个模型的评估中，Claude Fable-5以56.4%的Mean Criteria@3得分最高，其次是Muse Spark 1.1，得分为52.6%。研究还观察到了与代币预算相关的辛普森悖论，即更高的预算通常会提高分数，但…