OmegaUse-OfficeVal：以经济成本为基础评估 LLM Agent 的长时程办公套件任务

英文标题：OmegaUse-OfficeVal: Benchmarking LLM Agents on Long-Horizon Office-Suite Tasks with Economic Grounding

论文提出 OmegaUse-OfficeVal 基准，用于评估大语言模型（LLM）Agent 在长时程办公套件工作流中的表现。作者指出，现有基准对 Agent 能否以合理成本完成办公软件任务的评估支持有限。该工作将经济成本纳入评测考量，旨在为开发者和行业衡量办公自动化 Agent 的实际可用性与性价比提供依据。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB