Sberbank presenta Cowork Bench, primer benchmark ruso para evaluar agentes de IA en tareas de oficina
Sberbank presentó Cowork Bench, un benchmark abierto en ruso que mide si los agentes de IA completan tareas de oficina de principio a fin sin intervención de empleados. Incluye 475 tareas, 12 funciones de negocio y 26 sistemas corporativos, como tablas, documentos, correo, calendario y bases de conocimiento. Un ejemplo es el análisis presupuestario: comparar plan y real en cuatro unidades, calcular desviaciones, explicarlas y preparar un informe. La plataforma GigaCowork la desarrolla «Салют для бизнеса», parte del ecosistema de Sberbank.
Qué significa
Las empresas pueden comparar agentes en tareas reales de su tipo, y no solo por la calidad de sus respuestas. Un informe de presupuesto completo y correcto de principio a fin es lo que se mide.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- CNews (RU)Leer la noticia completa en CNews (RU)