热点事件持续更新
研究团队发布Agent协作评测基准SlackBench
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 6 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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%。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。