Zapier AutomationBench-AA:657个工作流自动化任务
ArtificialAnlys · x · 2026-07-07
AutomationBench-AA基于Zapier平台真实工作流模式,包含657个工作流自动化任务评测。模型需通过REST API在40个模拟SaaS应用环境中编排工作,每个任务按这些系统的最终状态进行程序化评分。
所属事件:AutomationBench-AA发布：AI自动化测评(7 条相关)→
「研究」频道最新
- OpenAI 认为长程模型要按完整行动序列做安全对齐检查 — rhiever · 2026-07-22
- 有人想训练一个一致性 LoRA，让动漫场景保持统一 — ThirdWorldBoy21 · 2026-07-22
- 图计算工作负载 854.graph500 进入 SPEC CPU 2026 — Prof_DavidBader · 2026-07-22
- BlackboxNLP 2026 因投稿激增招募额外审稿人 — hanjie_chen · 2026-07-22
- AWS 证明自蒸馏推理可在 SFT 中保住推理能力 — AWS ML Blog · 2026-07-22
- UI2App 显示截图还原远落后于真实交互恢复 — Grace Man Chen · 2026-07-22