Workspace-Bench

简介

Workspace-Bench 用于评估智能体在真实「工作区」中处理大规模文件依赖的能力，即所谓 Workspace Learning：能否识别、推理、利用并更新异构文件之间显式与隐式的依赖关系。基准构建了 5 类职业画像（运营经理、物流经理、AI 产品经理、研究员、后端开发）的工作区，涵盖 74 种文件类型、20,476 个文件（最大约 20GB），并整理出 388 道任务、7,399 条评分细则，要求跨文件检索、上下文推理与自适应决策。另提供 100 题的 Workspace-Bench-Lite 子集。