Tax Agent Bench

简介

Tax Agent Bench 考察智能体处理美国企业税研究级问题的能力：需要跨法条、法规与 IRS 指引做多步检索，识别适用条款、综合多个来源、把规则套到具体事实上并写出有据可依的答复。私有测试集 193 题，计分为「评分要点得分 ×（0.7 + 0.3 × 引用质量）」的加权部分分。