# Baidu ra mắt DuMateBench: Bộ tiêu chuẩn đánh giá khả năng thực thi tác vụ thực tế của AI Agent

- Nguồn: TechNode
- Thời gian phát hành: 2026-08-28 20:45 (giờ Việt Nam)
- Điểm AI: 85/100
- Link AIHOT.vn: https://aihot.vn/items/e0d22b56df2737ef
- Link gốc: https://technode.com/2026/08/28/baidu-launches-dumatebench-benchmark-for-real-world-ai-agent-delivery

## Tóm tắt AI

Baidu giới thiệu DuMateBench, bộ tiêu chuẩn đánh giá khả năng hoàn thành hơn 200 tác vụ văn phòng thực tế của AI Agent, tập trung vào kỹ năng sử dụng công cụ và thực thi quy trình thay vì chỉ đưa ra câu trả lời.

## Thân bài

![Baidu launches DuMateBench benchmark for real-world AI agent delivery](https://technode.com/wp-content/uploads/2026/03/baidu.jpg)

Baidu đã ra mắt DuMateBench, một bảng xếp hạng đánh giá được thiết kế để đo lường khả năng hoàn thành các tác vụ thực tế và cung cấp kết quả có thể sử dụng được của các AI agent, thay vì chỉ dừng lại ở việc tạo ra câu trả lời. Bộ tiêu chuẩn này bao gồm hơn 200 tác vụ văn phòng thuộc sáu danh mục và kiểm tra hiệu suất của agent trong các môi trường vận hành phức tạp.

DuMateBench đánh giá khả năng hiểu tác vụ, sử dụng công cụ, thực thi liên tục và bàn giao kết quả cuối cùng. Công cụ này sử dụng một khung đánh giá tổng quát và các giao diện mở để các mô hình và agent khác nhau có thể được kiểm tra theo cùng một tiêu chí, qua đó chuyển dịch trọng tâm từ việc một mô hình AI có thể trả lời những gì sang việc nó có thể hoàn thành và cung cấp những gì. [Theo TechNode]

![](https://i0.wp.com/technode.com/wp-content/uploads/2026/03/baidu.jpg?fit=1792%2C794&ssl=1)

![Alibaba’s QwenWork adds Qwen3.8-Flash with a new Standard mode](https://i0.wp.com/technode.com/wp-content/uploads/2025/10/qwen.png?fit=1200%2C675&ssl=1&resize=240%2C240)

![Zhipu identifies Ox Alpha as GLM-5.3-Flash and releases model weights](https://i0.wp.com/technode.com/wp-content/uploads/2026/08/GLM-5.3-Flash.png?fit=1200%2C529&ssl=1&resize=240%2C240)

![ByteDance's Doubao and Alibaba's Qwen to shut down AI agent features on July 15](https://i0.wp.com/technode.com/wp-content/uploads/2026/05/china-doubao.png?fit=692%2C646&ssl=1&resize=240%2C240)

![ByteDance tests paid subscriptions for AI app Doubao in push toward monetization](https://i0.wp.com/technode.com/wp-content/uploads/2023/08/%E6%88%AA%E5%B1%8F2023-08-18-%E4%B8%8B%E5%8D%883.51.15.png?fit=1200%2C678&ssl=1&resize=240%2C240)