arXiv · AI· Zhiwei Liu, Zhujun Lan, Jielin Qiu, Zixiang Chen, Liangwei Yang, Ming Zhu, Akshara Prabhakar, Wenting Zhao, John Emmons, Jason Wu, Shafiq Rayhan Joty, Junnan Li, Shelby Heinecke, Silvio Savarese, Huan Wang·· 4 小时前AI 评分50
EGI-BENCH 统一企业级 LLM 智能体基准套件
EGI-BENCH: An Enterprise General Intelligence Benchmark Suite
AI 导读
团队发布 EGI-BENCH，统一整合八个企业级 LLM 智能体基准为单 CLI 套件，并定义六维 EGI 评分框架。 在 quick 模式下评测 GPT、Claude 和 Gemini 等 14 个模型，EGI 得分从 GPT-4o mini 的 39.6 到 gpt-5.5 的 65.6，无单一模型全面领先。 该套件解决跨基准比较困难和评分标准不一问题，子指标路由机制替代简单基准级平均分。
来源：arXiv · AI · arxiv.org