OccuBench: Evaluating AI Agents on Real-World Professional Tasks via Language World Models

评分 6 · 来源：cs.CL updates on arXiv.org · 发布于 2026-04-14

评分依据：覆盖100个职业场景、10个行业类别、65个专业领域的agent评测基准，利用Language World Models构建环境。规模和广度突出。