AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

DABstep

DABstep 是一个用于评估 AI 智能体在现实多步骤数据分析任务中推理与规划能力的基准，面向具备代码执行能力的语言模型代理。该基准包含450多个任务，源自金融分析平台，涵盖结构化数据处理、非结构化文档理解和跨源信息整合。

评测信息与证据

来源: OpenCompass Hub
发布者: Adyen , HuggingFace
评测发布日期: 2025-06-30
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。