Производительность передовых ИИ-моделей в бизнес-дисциплинах: бенчмарк на основе кейсов
Аннотация
Авторы представляют BusinessCaseBench — новый бенчмарк для оценки аналитических способностей ИИ на основе 615 реальных бизнес-кейсов. Исследование показывает, что современные модели демонстрируют высокую эффективность в создании качественных аналитических черновиков, но часто не справляются с полным соответствием экспертным требованиям.