AutomationBench-AA

Ling-3.1-flash 1019 版本在 AutomationBench-AA 上的完成率从 62% 提升到 68%。

AutomationBench-AA 聚焦于端到端的自动化任务完成率，涵盖工具调用、多步规划、错误恢复等维度。

AutomationBench-AA 的 68% 完成率表明模型在自动化任务中仍有约三分之一的失败空间，距离可靠的生产级代理还有距离。