开源税务引擎在 TaxCalcBench 拿下 96% 刷新纪录
Intelligent_Prompt18 · reddit · 2026-07-24
一个开源税务引擎在 TaxCalcBench 上拿到 96%，据帖主说是目前已知最高分，超过了 Fable 5 和 SOL；而且是在 Claude Sonnet 5 配合下做到的。
- 帖子强调它是确定性引擎，适合让 AI 做 研究和报税，减少推理与计算中的猜测和出错。
- 仅有的两处失误，作者称是基准测试本身存在不一致，且维护者已确认。
- 这类工具的价值在于给模型提供一个更可靠的结构化计算/MCP 工作流，尤其适合税务这类高准确率场景。
「编程与Agent」频道最新
- Grok Build 推出 Workflows，可调度数百个并行 agent — XFreeze · 2026-07-24
- 开发者开始用 ChatGPT Images 配合 Claude Code 做 UI 转代码 — jarrodwatts · 2026-07-24
- “让 Claude 看代码库，基本等于开源” — _Stocko_ · 2026-07-24
- Roboto Agents 新增根因分析，直连机器人日志与源码 — Scobleizer · 2026-07-24
- ICAE-Bench 把 coding agent 放进模糊需求做项目场景 — Zhongyuan Peng · 2026-07-24
- Predictive Divergence Masks 让 LLM RL 更新更贴近 trust region — Xiangxin Zhou · 2026-07-24