# EVA-Bench Data 2.0：三大企业领域、121个工具、213个场景，全面评估语音代理能力
4 min read
ServiceNow发布EVA-Bench 2.0，从单一领域扩展到三大企业域，场景覆盖扩大4倍，为语音代理提供更全面的评估基准。
/ tags/ 企业
# 前沿模型集体折戟IT运维：ITBench-AA基准测试揭示企业AI代理能力瓶颈
5 min read
Artificial Analysis与IBM联合发布ITBench-AA基准测试，聚焦Kubernetes故障诊断，所有前沿模型得分低于50%，凸显企业级AI代理的落地挑战。
# 前沿模型折戟：ITBench-AA 首测企业IT智能体，得分均低于50%
5 min read
Artificial Analysis 与 IBM 联合发布 ITBench-AA，首个针对企业级IT智能体任务的基准测试，聚焦站点可靠性工程（SRE）场景，所有前沿模型得分低于50%，揭示大模型在复杂运维任务中的巨大挑战。