正在加载页面内容
TauBench V3 (Banking)Agent
TAU3-Bench Banking 是 TAU3 新增的银行客服领域评估。模拟银行客服场景，包括账户查询、转账汇款、贷款咨询、信用卡服务等业务，测试 Agent 在金融领域安全合规要求下的对话和任务执行能力。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 26.7 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 2 | 25.9 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 3 | 23.1 | 月之暗面 | Nemotron-3-Ultra 技术报告 | ||
| 4 | 22.6 | NVIDIA | Nemotron-3-Ultra 技术报告 | ||
| 5 | 20.9 | 阿里巴巴 | Nemotron-3-Ultra 技术报告 | ||
| 6 | 14.6 | MiniMax | Nemotron-3-Ultra 技术报告 | ||
| 7 | 12.8 | 智谱AI | Nemotron-3-Ultra 技术报告 |
