热点事件观察中
Surge AI发布税务Agent基准DAYJOB: Tax
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年10月28日，Surge AI 推出名为 DAYJOB: Tax 的基准，用于评估 AI 智能体在专业税务任务上的表现。该基准包含 50 个税务环境，覆盖个人、小企业、合伙、国际税等八个领域，考察智能体的专业判断力；任务通过门槛为满足 95% 的评分标准。报道显示，Claude Sonnet 5.5 以 10.8% 的 pass@1 领先，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。目前各模型在该基准上的通过率均处于较低水平。
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 发布 DAYJOB: Tax 基准，Claude Sonnet 5.5 以 10.8% pass@1 领先。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 基准，评估 AI 智能体在 50 项专业税务任务上的表现
Surge AI 发布 DAYJOB: Tax 基准，用 50 个税务环境评估 AI 智能体的专业判断力，覆盖个人、小企业、合伙、国际税等八个领域。Claude Sonnet 5.5 以 10.8% 的 pass@1 领先，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%，通过门槛为满足 95% 评分标准。
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。