Artículos e investigación

LongCat de Meituan abre VitaBench 2.0: un nuevo referente para benchmarks de agentes dinámicos de largo plazo

Resumen de IA

El equipo LongCat de Meituan ha abierto VitaBench 2.0, el primer benchmark de evaluación de agentes orientado al modelado de usuarios dinámicos a largo plazo en escenarios de la vida real; incluye 56 usuarios con características reales, 819 tareas complejas, más de 2000 preferencias dinámicas y 66 herramientas ejecutables, con una media de 2093 eventos de interacción por usuario y un intervalo temporal de 1580 días.

Puntos clave

  • El equipo LongCat de Meituan ha abierto VitaBench 2.
  • 0,el primer benchmark de evaluación de agentes orientado al modelado de usuarios dinámicos a largo…
  • incluye 56 usuarios con características reales,819 tareas complejas,más de 2000 preferencias…

Resumen rápido

Publicado
Actualizado
Fuente
公众号:龙猫LongCat(美团)
Categoría
Artículos e investigación
Puntuación IA
69
Leer el original Leer el artículo completo en la fuente original
Por qué importa

它将评测重心从单次任务转移到对用户偏好的长期追踪与主动沟通,实验显示主动提问和偏好利用仍是普遍短板,记忆策略并非简单叠加,这会改变智能体个性化研究的评估方法。

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: LongCat de Meituan abre VitaBench 2.0: un nuevo referente para benchmarks de agentes dinámicos de largo plazo. 25. junio 2026. https://new.nat6.net/es/news/cmsdu2t2a011lrofzwicu7fny/

Ver todo →