ホットトピック継続更新中
研究团队发布Agent协作评测基准SlackBench
1 件の報道1 件の報道元7 時間前 更新
まずこの件を把握する
AI 概要
2026年11月5日，研究团队在arXiv发布了全新的AI评测基准SlackBench。该基准旨在评估AI Agent结合职场多方沟通以及GitHub代码库、Google Docs动态状态进行联合推理的能力。SlackBench共设计了140个查询，涵盖异构源搜索、错误前提拒答和长对话推理等多种任务。在针对33个前沿模型与Agent框架的测试中，最佳系统的得分约为80%，而多数Agent的表现均低于66%。
AI が報道をもとに生成 · 7 時間前 更新
最新の進展11月5日 13:00
研究团队推出基于真实代码仓库与协作项目的Agent评测基准SlackBench。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月5日
- arXiv 人工智能SlackBench：基于真实代码仓库与协作项目的 Agent 评测基准
SlackBench 评测基准正式推出，用于评估 AI Agent 结合职场多方沟通与 GitHub 代码库、Google Docs 动态状态进行联合推理的能力。该基准包含 140 个涵盖异构源搜索、错误前提拒答与长对话推理等任务的查询。在 33 个前沿模型与 Agent 框架的测试中，最佳系统得分约 80%，多数 Agent 低于 66%。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月5日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。