arXiv · AI· Darek Kleczek, Fuheng Zhao, Alexander W. Lee, Julien Tissier, Pawel Liskowski, Ugur Cetintemel, Anupam Datta·· 15 天前AI 评分38
AvalancheBench:评估企业级 Agent 驱动语义查询处理中潜在世界恢复能力
AvalancheBench: Evaluating Enterprise Agent-Driven Semantic Query Processing Through Latent World Recovery
AI 导读
AvalancheBench 是一个多模态企业分析基准,通过 3 个验证任务、58 道文/图/文档题评估数据 Agent 从潜在世界规格中恢复数据的能力。基准引入 CATC 指标加权 Token 消耗,测试 5 种模型配置在 Snowflake Cortex AISQL 引擎下的表现,最佳分析保真度为 0.82。
来源:arXiv · AI · arxiv.org