DoGBench 评估 AI 智能体生成用户文档的能力，论文七组系统最高得分 47.3

DoGBench: The first user-facing docs generation benchmark. No model scores >50%

DoGBench 用真实开源项目任务评估 AI 智能体的用户文档生成能力，论文七组系统最高综合得分为 47.3，榜单另含三组云端智能体，最高综合得分为 54.8。