W.AI工作标准面向个人与企业给我的 Agent
公开证据与条件建议;未测结果保留未知。方法与局限 →

TaxCalcBench TY25一个可检查成功产物

一个保存的模型评估文件,可检查逐行比较及成本口径。

阅读原始资料 ↗

原文位置:逐行expected/actual及Strictly correct return、API Usage and Cost

不能据此推出:单个作者自评产物、未本站重放;选中成功例不证明新案例稳定性或提交成功。

核查 2026-10-20 · 所属资料版本 2026-10-21.workunits.2 · 来源ID WU-FIN-TAX-SAVED-CASE

实际引用在哪里