Mga Papel at Pananaliksik

In-open source ng Meituan LongCat ang VitaBench 2.0: bagong benchmark para sa long-term dynamic agent

AI summary

In-open source ng Meituan LongCat team ang VitaBench 2.0, ang unang agent evaluation benchmark para sa long-term dynamic user modeling sa tunay na senaryo ng buhay, na may 56 na user na may tunay na katangian, 819 na complex task, mahigit 2000 dynamic preference at 66 executable tool, average na 2093 interaction event bawat user at 1580 araw na time span.

Mahahalagang impormasyon

  • In-open source ng Meituan LongCat team ang VitaBench 2.
  • ang unang agent evaluation benchmark para sa long-term dynamic user modeling sa tunay na senaryo…
  • 819 na complex task,mahigit 2000 dynamic preference at 66 executable tool,average na 2093…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
公众号:龙猫LongCat(美团)
Kategorya
Mga Papel at Pananaliksik
AI na marka
69
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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。

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: In-open source ng Meituan LongCat ang VitaBench 2.0: bagong benchmark para sa long-term dynamic agent. 25 Hunyo 2026. https://new.nat6.net/fil/news/cmsdu2t2a011lrofzwicu7fny/

Tingnan lahat →