[논문리뷰] BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business기존 long-horizon agent 벤치마크들은 주로 최종 태스크 성공(final task success)에 초점을 맞추어 intermediate execution validity에 대한 평가가 제한적이다.#Review#long-horizon agents#business workflows#payment systems#benchmark evaluation2026년 10월 18일댓글 수 로딩 중