Makalah & Riset

LongCat Meituan membuka sumber terbuka VitaBench 2.0: tolok ukur baru agen dinamis jangka panjang

Ringkasan AI

Tim LongCat Meituan membuka sumber terbuka VitaBench 2.0, tolok ukur evaluasi agen pertama yang berorientasi pada pemodelan pengguna dinamis jangka panjang dalam skenario kehidupan nyata, mencakup 56 pengguna dengan karakteristik nyata, 819 tugas kompleks, lebih dari 2000 preferensi dinamis, dan 66 alat yang dapat dieksekusi, dengan rata-rata 2093 peristiwa interaksi per pengguna dan rentang waktu 1580 hari.

Poin utama

  • Tim LongCat Meituan membuka sumber terbuka VitaBench 2.
  • tolok ukur evaluasi agen pertama yang berorientasi pada pemodelan pengguna dinamis jangka panjang…
  • 819 tugas kompleks,lebih dari 2000 preferensi dinamis,dan 66 alat yang dapat dieksekusi,dengan…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
公众号:龙猫LongCat(美团)
Kategori
Makalah & Riset
Skor AI
69
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: LongCat Meituan membuka sumber terbuka VitaBench 2.0: tolok ukur baru agen dinamis jangka panjang. 25 Juni 2026. https://new.nat6.net/id/news/cmsdu2t2a011lrofzwicu7fny/

Lihat semua →