基准FocusBench
FocusBench
Meta 提出的用于评测智能体专注度（Active Focus）能力的基准测试
时间轴 (近 90 天)
10月12日
Meta 使用 FocusBench 评测专注度，用 SWE-Marathon 测试长周期软件项目上的持续执行能力。
待验证50%
10月12日
FocusBench 属于过程性评测，通过构造多步任务并统计智能体在正确时刻继续、切换、询问、确认或停下的比例来衡量专注度。
待验证50%
Meta 提出的用于评测智能体专注度（Active Focus）能力的基准测试
Meta 使用 FocusBench 评测专注度，用 SWE-Marathon 测试长周期软件项目上的持续执行能力。
FocusBench 属于过程性评测，通过构造多步任务并统计智能体在正确时刻继续、切换、询问、确认或停下的比例来衡量专注度。