How-toBuilders01:08Chinese contentxeophon 揭露 AutomationBench 与 OfficeQA Pro v2 基准评分缺陷有人扒出两个流行基准的评分器有硬伤,修好后分数直接打满,做评测前真该自己看看数据。#AutomationBench#OfficeQA Pro v2#评测基准#提示词工程Hamel Husain@HamelHusainSourceRead laterReadWorth followingUsefulFollow AutomationBench