PulseAugur
中
实时 09:29:38
实体 China's National Computer Rank Examination

China's National Computer Rank Examination

PulseAugur coverage of China's National Computer Rank Examination — every cluster mentioning China's National Computer Rank Examination across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. RESEARCH · CL_82090 ·

    大语言模型代理在标准化办公软件熟练度考试中失败

    一项新的研究论文介绍了一个评估框架，用于测试大语言模型（LLM）代理使用标准办公软件（如Word、Excel和PowerPoint）的熟练程度。研究发现，即使是先进的大语言模型在复杂的文档自动化任务方面也面临困难，单轮模型得分低于37%，而更复杂的代理系统在100分制的考试中得分仅达到68.8%。这凸显了当前大语言模型在精细办公自动化能力方面存在的显著差距。