Hacker News (Frontpage)· landonxi·· 20 天前AI 评分45
DAYJOB: Tax 基准发布:用 50 个专业税务任务评测 AI Agent
Dayjob: Tax – evaluating AI agents on 50 professional tax assignments
AI 导读
Surge AI 推出 DAYJOB: Tax 基准,用 50 个专业税务任务环境评测 AI Agent,覆盖个人、小企业、国际税等八个领域。Claude Sonnet 5.5 以 10.8% 的 pass@1 通过率居首,Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。
每天 1 到 4 条出海新工具
Telegram 频道 @IndieRadarPro · 只发精选