PulseAugur
中
实时 07:43:30
实体 CommerceAgentBench

CommerceAgentBench

PulseAugur coverage of CommerceAgentBench — every cluster mentioning CommerceAgentBench 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
0
90 天内 0
层级分布 · 90 天
主题
时间线
  1. 2026-09-01 research_milestone Alibaba's Qwen team released CommerceAgentBench, a new benchmark for evaluating AI models on real-world commercial execution tasks. 来源
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_229709 ·

    阿里巴巴 Qwen3.8-Max 在新的商业执行基准测试中领先

    阿里巴巴的 Qwen 团队推出了 CommerceAgentBench，这是一个新的基准测试，旨在评估 AI 模型在真实商业执行任务上的表现，而不仅仅是生成答案。在初步测试中，他们的 Qwen3.8-Max 模型在这些复杂的商业操作中表现出最强的性能，完成率约为 62%。