行业与实践 · 标签「PatentAgentBench」

研究与基准测试2026-10-2822 分钟
PatentAgentBench：八类职业专利任务上最强组合平均分 52.8
510 道真实专利任务、四种脚手架、七个模型。Claude Opus 5 配 Hermes 平均分 52.8；外观设计自由实施检索的召回全低于 4。无效检索在 Claude Code 上找回的标注文献不到三分之一。