Amazon Science·AI 评分56
Amazon 发布 SOP-Bench：用真实业务流程评测 AI 智能体
SOP-Bench: A new benchmark for evaluating AI agents on real business procedures
AI 导读
Amazon Science 发布开源基准 SOP-Bench，用领域专家撰写的真实 SOP 搭配可调用工具和标准答案评测 AI 智能体，覆盖 12 个业务领域、超过 2000 个任务，已在 KDD 2026 会议上发表。
来源：Amazon Science · amazon.science