先了解这件事
AI 综述
2026年9月22日,腾讯混元发布WebCraftBench智能体评测基准。据腾讯混元介绍,该基准让智能体真正使用线上应用,通过覆盖率引导的探索找出从未被触达的部分,再评估美观度、可用性以及原始需求是否被满足。在197个人工验证的配对样本上,WebCraftBench与人类偏好的匹配率为85.3%。目前该基准已随论文公开,暂无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
腾讯混元推出 WebCraftBench 智能体评测基准事件进展
1 个已确认进展
- 来源：腾讯混元
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月22日
腾讯混元一手
腾讯混元推出 WebCraftBench 智能体评测基准
AI 说网站做好了。然后首页报错、按钮重叠，还加了你从没要求过的登录流程。🙃 介绍 WebCraftBench：智能体真正使用线上应用，覆盖率引导的探索找出从未被触达的部分，然后我们评估美观度、可用性，以及原始需求是否被满足。 在 197 个人工验证的配对样本上，它与人类偏好的匹配率为 85.3%。 论文：https://t.co/0QT2srOKTZ