arXiv · AI· Ritiz Tambi, Sahar Shayegan, Joshua Meyer, Sun Kim, Ali Khan, Victor Shih, Mehdi Jamei, Andi Partovi·· 9 小时前AI 评分42
TreasuryQA Bench: 评估AI智能体处理扫描财务记录的能力
TreasuryQA Bench: Can AI Agents Work an Archive of Scanned Financial Records?
AI 导读
summary_zh: TreasuryQA Bench 是一项包含 70 个问题和 1,435 份美国财政部扫描出版物的新基准测试。测试要求 AI 智能体通过 MCP 服务器搜索文件并使用 OCR 工具读取扫描件，最终输出精确数值。
来源：arXiv · AI · arxiv.org