热点事件持续更新
Surge AI发布DAYJOB税务智能体基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
10月28日，Hacker News 首页报道，Surge AI 推出 DAYJOB: Tax，用于评测 AI 智能体完成专业税务工作的能力。该基准涵盖八类税务业务，共设50个任务环境，并将满足至少95%的任务标准作为通过条件。报道列出的评测结果显示，Claude Sonnet 5.5 的 pass@1 为10.8%，Claude Fable 5.1 为9.6%，Claude Opus 5.5 为9.2%；三者中，Sonnet 5.5 的单次通过率最高。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 23:46
Surge AI推出50项任务的税务基准，所列三款模型最高单次通过率为10.8%。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- Hacker News 首页Surge AI 推出 DAYJOB: Tax，以 50 项专业税务任务评测 AI 智能体
Surge AI 推出 DAYJOB: Tax，涵盖八类税务业务的 50 个任务环境，评测 AI 智能体完成专业税务工作的能力。以满足至少 95% 任务标准为通过条件，Claude Sonnet 5.5 的 pass@1 为 10.8%，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。