研究者提出知识工作Agent基准设计框架

Yining Hua 等研究者发表论文，提出一种以工作为中心的知识工作 Agent 基准表示方法，并据此给出四字段的基准描述规范：represented activity（所表示的活动）、tested setting（测试环境）、required work product（所需工作成果）、evaluated result（被评估的结果），同时提供一页式报告模板。该框架从职业研究、情境行动、边界对象与效度理论推导出四个隐含设计选择，研究者称其目的在于让基准设计围绕所执行的工作本身展开。论文还以该表示法分析了 GDPval、OfficeQA Pro、APEX-SWE 三个现有基准，展示其应用方式。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。