基准
Vals Tax Agent Bench
针对税务领域智能体任务的评估基准,测试模型在税务相关任务中的表现。
时间轴 (近 90 天)
11月12日
Hydrogen 在 Agent Arena 实时基准上排名第 5;在 HLE-Diamond 上以 58.8% 领先同类;在 Vals Tax Agent Bench 上以 52.3% 排名第 1;在 Vals Legal Research Bench 上与第一名并列(55.8%)。
待验证50%
针对税务领域智能体任务的评估基准,测试模型在税务相关任务中的表现。
Hydrogen 在 Agent Arena 实时基准上排名第 5;在 HLE-Diamond 上以 58.8% 领先同类;在 Vals Tax Agent Bench 上以 52.3% 排名第 1;在 Vals Legal Research Bench 上与第一名并列(55.8%)。