待验证50% 置信事实精确时间
MMEnterprise-Bench 是一个针对企业 Agent 的评测基准，用模拟协作项目中的多模态记录来检验 Agent 的推理能力。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证AgentBench是专门针对Agent的基准测试集73% 相似待验证Agentic Benchmark（智能体基准评测）旨在评估模型在开放、长时程、多目标环境中的自主表现67% 相似待验证Agent Retrieval Bench 是一个针对编程Agent代码检索（retrieval）阶段准确性的评测基准67% 相似待验证Terminal-Bench 属于交互式Agent基准测试家族，与SWE-bench、WebArena等评测共同构成AI Agent能力的多维评估体系65% 相似待验证Agent Trials 与 SWE-bench 是互补关系：前者回答特定项目上 Agent 能否干活，后者回答模型在通用编程任务上的能力排名。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079361API
curl https://kongchang.com/api/v1/knowledge/claims/1079361MCP
get_claim(id=1079361)