Chinese contentDRAFT-Bench 发布：评测前沿 Agent 在专业设计全流程中的可靠性
一个新的设计类 Agent 基准，Astra 全跑完但违规多，Claude 少做几个却更稳，论文本身还很克制地说明评测局限。
#DRAFT-Bench
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "DRAFT-Bench", newest first.
Nov 9
一个新的设计类 Agent 基准，Astra 全跑完但违规多，Claude 少做几个却更稳，论文本身还很克制地说明评测局限。