15:11阿里云 Alibaba Cloud@alibaba_cloud精选阿里云发布的 Qwen3.7-Max 模型在最新企业 IT 基准测试 ITbench-AA 中排名第三。该基准测试专门评估模型处理真实企业 IT 任务的能力,采用智能体(agentic)风格进行评测。这一成绩表明 Qwen3.7-Max 在复杂企业场景下的表现已跻身顶尖水平,尤其在自动化 IT 运维、故障排查等任务上具有竞争力。阿里云借此强调其模型在智能体时代的定位,鼓励企业用户尝试。AI模型Qwen3.7-Max企业IT基准测试智能体阿里云推荐理由:Qwen3.7-Max 在企业 IT 基准测试中跻身前三,做企业级 AI 应用或 IT 自动化的团队值得关注——它证明了开源模型也能在真实业务场景中与闭源模型一较高下。原文
02:42Hugging Face: Blog(博客/媒体)IBM与Artificial Analysis联合推出ITBench-AA,这是首个针对企业IT运维场景的智能体基准测试。测试涵盖事件响应、故障排查等真实任务,结果显示包括GPT-4、Claude在内的前沿模型平均得分低于50%。该基准揭示了当前AI智能体在处理复杂企业IT流程时的能力短板,为行业提供了可量化的评估标准。AI模型智能体企业IT基准测试IBM运维自动化推荐理由:企业IT团队终于有了衡量AI智能体真实能力的标尺——前沿模型都不到50分,说明自动化运维还有很大提升空间,做IT运维或AI落地的建议点开看看差距在哪。原文