Отечественные разработчики из Сбера представили Cowork Bench — первый открытый бенчмарк, который оценивает способность ИИ-ассистентов самостоятельно выполнять офисную рутину.
Бенчмарк проверяет работу ИИ-агентов в таблицах, почте и корпоративных системах на базе 475 сквозных задач.
«Cowork Bench — первый бенчмарк в таком классе, он помогает оценить, насколько хорошо агенты справляются с реальными рабочими процессами», — отмечает старший вице-президент, руководитель блока «Технологическое развитие» Сбера Андрей Белевцев.
⏫ Тесты показывают, что успех автоматизации больше зависит от софта, управляющего контекстом, чем от самой модели. Платформа GigaCowork уже вошла в число лидеров с результатом 75,2% успешно выполненных задач.
👋 Подпишитесь на Hi, AI!