实体 PERSONABENCH

PERSONABENCH

PulseAugur coverage of PERSONABENCH — every cluster mentioning PERSONABENCH 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_312280 · Oct 21 · 04:00

新的EGI-BENCH套件统一企业LLM代理评估

一个名为EGI-BENCH的新基准套件已发布，它将八个面向企业的代理基准整合到一个单一的接口中。该套件旨在为企业环境中的大型语言模型（LLMs）提供统一的评估，涵盖客户关系管理（CRM）操作、文档检索和长上下文软件工程等领域。该基准定义了一个企业通用智能（EGI）分数，这是一个六维框架，聚合了细粒度的子指标。初步结果显示GPT-5.5取得了最高的总体EGI分数，尽管没有单一模型在所有能力轴上都表现出色，其中Claude Sonnet …