研究者还发现尽管 DeepSeek R1 在数学和代码基准测试中表现出色，Xbench 团队构建了双轨评估体系，及其对 AI 落地的实际经济价值的关联，

2、金融、导致其在此次评估中的表现较低。

② Xbench 团队计划定期测评市场主流 Agent 产品，

4、从而迅速失效的问题。

③ 此外，

1、并设计了基于基于项目反应理论的长青评估机制，试图在人力资源、长青评估机制是 Xbench 工作提出的「动态更新的评估系统」（Continuously Updated Evaluations），Xbench 项目最早在 2022 年启动，其题库经历过三次更新和演变，其中，而是重点量化 AI 系统在真实场景的效用价值。评估任务由对应领域的专家结合实际业务需求设定，起初作为红杉中国内部使用的工具，

3、

红杉中国团队近日提出了 AI 基准测试工具 Xbench，

① 在首期测试中，关键商业指标以及经济产出的实际效能的关注。在 5 月公布的论文中，出于同时对模型能力和实际「生产力」的关注，用于规避静态评估集容易出现题目泄露导致过拟合，关注 LLM 的复杂问答及推理能力，但由于其在搜索中心任务上的适应性不足，点击菜单栏「收件箱」查看。GPT-4o 由于倾向于提供较短的回答，红杉团队在该时段开始思考现今模型能力和 AI 实际效用之间的关系，通过该流程使基准与生产力价值之间建立强相关性。同样的题目在不同时间的测试效果均有不同。不同模型在招聘和营销领域的表现存在显著差异，前往「收件箱」查看完整解读 

同样对 LLM-based Agent 在现实工作任务、

② 伴随模型能力演进，