Microsoft Research / 任务基准
SentinelBench
长期监测、等待、条件触发与不行动
证据条件
- 版本
- 2026-06-08
- 资料开放性
- 公开合成网页任务
- 来源家族
- Microsoft Research
- 下次复核
- 2026-11-26
- 本站复现
- 未运行；引用外部研究
阅读限制
这份证据还不能证明
100个合成网页任务，事件时间人工设置；非生产稳定性证明
同一实验的论文、博客和转载按一组来源计算。本站任务适配属于分析判断，不代表上游测试了本站任务。
外部结果快照
保留原指标，不作跨基准总排名本页暂未摘录可解释的数值快照
可查原始结果入口。没有记录的分数保持未知，不以旧数字补齐。
关联的场景案例
以下为部分覆盖或方法关联，尚未完成逐题对应。
作为持续监测专题保留，尚未绑定现有任务。