AI评测转向组织难度：基准测试现组织维度缺失

一项新研究指出，AI基准测试范式需从单纯技术任务难度转向组织难度。研究强调，评测应系统评估智能体应对组织内相互依存、知识分布等复杂条件的能力，以填补当前评测在真实经济价值场景下的空白。 分析现有主流基准测试发现，其覆盖组织维度的情况极为有限且不均衡，不足四分之一的基准声称涵盖此类内容。这一发现揭示了当前AI评测体系在组织工作环境建模上的显著缺口。 该研究为开发能执行真实经济价值的AI智能体提供了指导意义。通过引入组织难度视角，未来的基准测试将更贴近实际复杂业务场景，有助于提升AI在协作与知识管理任务中的表现评估准确性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。