Vibrant Labs 推出企业级 AI 智能体基准 ITSMBench

Vibrant Labs 开源了用于在真实企业工作流中训练和评估 AI 智能体的可执行环境 Enterprise Worlds。该平台首发的基准测试 ITSMBench，专门针对 AI 智能体在企业环境中的实际系统操作与审计能力进行评估。测试结果显示，前沿大模型在应对此类复杂企业级任务时可靠性出现显著下降。

2026-07-30 ~ 2026-07-30 · 2 条相关