Benchmark
SOP-Bench
一个面向真实企业业务流程的AI智能体评估基准，以完整标准作业程序（SOP）为评测单元，衡量智能体端到端执行业务流程的能力，包括状态追踪、跨步骤上下文保持及异常处理等。
Timeline (last 90 days)
Sep 15
SOP-Bench 是一个用于评估 AI 智能体处理真实业务流程能力的基准
Unverified50%
Sep 15
SOP-Bench 围绕完整的业务流程来评估智能体，测量其在整个流程链条中所需的全部能力，而非单一环节的表现
Unverified50%
Sep 15
SOP-Bench 被设计为一个可扩展（extendable）的框架，可以持续接入新流程和新场景
Unverified50%