arXiv · AI· Rong Pan, Jianqiang Wang·· 11 天前AI 评分32
DRAFT-Bench:跨专业设计生命周期的前沿智能体评估基准
DRAFT-Bench: Evaluating Frontier Agents Across the Professional Design Lifecycle
AI 导读
DRAFT-Bench 引入一种面向需求获取、创意探索及生产交付的设计全生命周期评估框架,用于测试前沿通用智能体。 该基准比较 Codex/Astra 和 Claude Code 在 35 个设计简报下的表现,涉及 43 项条件及 40 个场景的 RFQ 追踪,以区分执行、需求合规与专业验收。
来源:arXiv · AI · arxiv.org