Surge AI 发布 DAYJOB: Tax 智能体基准
热点事件持续更新
Surge AI 发布 DAYJOB: Tax 智能体基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Surge AI 发布 DAYJOB: Tax 基准，用 50 个覆盖八大税务领域的任务环境评估 AI 智能体处理资料不全、证据冲突等真实税务作业的判断力，任务由税务专家经三层审核构建，包含 1,789 个工作区文件。 在其排行榜上，Claude Sonnet 5.5 以 10.8% 的通过率居首，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。完整基准需通过 benchmarks@surgehq.ai 联系获取。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 23:46
Surge AI 发布 DAYJOB: Tax 基准，测 AI 智能体在 50 个专业税务任务上的判断力报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hacker NewsSurge AI 发布 DAYJOB: Tax 基准，测 AI 智能体在 50 个专业税务任务上的判断力
Surge AI 推出 DAYJOB: Tax 基准，包含覆盖八大税务领域的 50 个环境、1,789 个工作区文件，评估智能体处理资料不全、证据冲突等真实税务作业的能力，任务由税务专家经三层审核构建。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。