OmegaUse-OfficeVal: Benchmarking LLM Agents on Long-Horizon Office-Suite Tasks with Economic Grounding
arXiv cs.AI ・ 2026-07-29
AI による要約
LLMエージェントがオフィススイートのワークフローを妥当なコストで実行できるかを評価するための新しいベンチマーク「OmegaUse-OfficeVal」が発表された。人間の労働時間とタスク価格プロキシという2つの経済的信号を組み合わせることで、人間とAIのコスト比較や価値を考慮した評価が可能になる。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。