CXBench：合规流程Agent基准提出
热点事件持续更新
CXBench：合规流程Agent基准提出
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv人工智能板块刊出Boxi Yu等作者的论文，提出并发布CXBench基准，用于评估受监管客户服务流程中LLM智能体的过程合规性。该基准覆盖六个受监管领域，将结果合规与流程合规分开打分。据该报道，在七个模型、120个任务的840次有效执行中，55.5%为假通过，占结果通过运行的80.1%，仅13.8%同时通过两项检查；纳入流程评估后，模型排名发生变化，暴露出仅看结果时被掩盖的差异。目前事件进展停留在基准发布与首轮评测结果披露阶段，后续是否更新任务集或扩大模型范围，报道未提及。
AI 根据报道生成 · 42 分钟前更新
最新进展10月20日 12:00
CXBench：面向受监管客户体验流程的合规 LLM 智能体基准报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Artificial IntelligenceCXBench：面向受监管客户体验流程的合规 LLM 智能体基准
CXBench 是评估受监管客户服务流程中 LLM 智能体过程合规性的基准，覆盖六个受监管领域，将结果合规与流程合规分开打分。在七个模型、120 个任务的 840 次有效执行中，55.5% 为假通过，占结果通过运行的 80.1%，仅 13.8% 同时通过两项检查。纳入流程评估后，模型排名发生变化，暴露出仅看结果时被掩盖的差异。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。