件の評価ソース公式評価
SpreadsheetBench 2
このページの内容は中国語です。
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。
AIDC热点 内観察中
根拠の予算スコア対象外
上流データ時刻確認中
直近の同期成功収集未開始
何をどう測るか
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。
この根拠の使い方
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。
評価の制約とデータの帰属
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。
データライセンス：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。