「基准测试」相关快讯

搜索「基准测试」找到 2 条快讯

把购物清单交给 AI，它交回来的订单，接近一半不合格。11 月 5 日，Visa 在旧金山发布行业首个智能体商务基准 Agentic Commerce Benchmark，22 个模型的真实成绩单随之出炉：平均通过率 57.2%，失败率 42.8%。

Visa 官方基准 / Fortune / PYMNTS· 2026-11-06 · 9 浏览

2026 年 9 月 9 日，CoCreate 2026 峰会在美国洛杉矶会展中心开幕。阿里国际站总裁张阔在主论坛宣布，旗下电商 AI 工作台 Accio 在 GitHub 开源 Agent 基准测试集 Commerce Agent Bench——基于 100...

阿里国际站 / 经济日报 / 亿邦动力· 2026-09-12 · 152 浏览