Skip to content
benchmark sources

SpreadsheetBench 2

This page's content is in Chinese.

SpreadsheetBench / Renmin University / AfterQuery / 专业办公 · 完成财务建模、修复工作簿和数据可视化的整套表格工作。

Official benchmark
In AIDC热点Watching
Evidence budgetNot scored
Upstream data timeTo be verified
Last successful syncCollection not started

What it measures and how

固定 V2 的 321 个任务和统一 SWE-agent 条件；独立办公产品和其他 scaffold 成绩不归给基础模型。表格可视化的正确性不等于广泛审美。

How to use this evidence

观察中：已有稳定 JSON 和逐行日期，但当前统一条件下的基础模型覆盖不足；等待当期型号实测后再接入分数。

Benchmark limits and data attribution

观察中：已有稳定 JSON 和逐行日期，但当前统一条件下的基础模型覆盖不足；等待当期型号实测后再接入分数。

Data license:官方网站页尾声明 MIT；数据集与代码入口公开。

成绩由 SpreadsheetBench / Renmin University / AfterQuery 发布，原始分数与 AIDC热点 共识分使用不同尺度，不能直接相加。