ERPBench：面向企业软件中 Computer-Use Agent 的状态验证评估范式
英文标题：ERPBench: A State-Grounded Evaluation Paradigm for Computer-Use Agents in Enterprise Software
依托屏幕截图与模拟交互的计算机使用 Agent（Computer-Use Agent）正迅速发展，但现有评测体系大多仍局限于通用桌面与基础 Web 任务。为评估 Agent 在高价值业务软件中的真实执行能力，研究团队提出了面向 ERP（企业资源计划）系统的评测基准 ERPBench，采用基于底层状态验证（State-Grounded）的评估范式。该基准覆盖财务、采购、库存等关键业务场景，为衡量和推进企业级复杂自动化任务的可靠落地提供了重要支撑。
打开原文相关 2.4 · 机会 1
2.1 KB
461 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.17885v1 [Announce Type: new]
摘要：通过屏幕截图和模拟操作运行的计算机使用 Agent（Computer-use agents）正在迅速发展，然而对其能力的评估仍主要局限于通用桌面和网络任务。企业资源计划（ERP）系统支撑着企业的财务、采购、库存等核心业务……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×