美团 LongCat 开源 VitaBench 2.0:长期动态智能体基准新标杆
AI 摘要
美团 LongCat 团队开源 VitaBench 2.0,这是首个真实生活场景下面向长期动态用户建模的智能体评测基准,包含56名真实特征用户、819个复杂任务、超2000个动态偏好及66个可执行工具,平均每位用户交互事件达2093个、时间跨度1580天。
关键信息
- 美团 LongCat 团队开源 VitaBench 2.
- 0,这是首个真实生活场景下面向长期动态用户建模的智能体评测基准,包含56名真实特征用户、819个复杂任务、超2000个动态偏好及66个可执行工具,平均每位用户交互事件达2093个、时间跨度1580天
- 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
速览
- 发布时间
- 更新时间
- 分类
- 论文与研究
- AI 评分
- 69
推荐理由
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。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:美团 LongCat 开源 VitaBench 2.0:长期动态智能体基准新标杆。2026年6月25日。https://new.nat6.net/news/cmsdu2t2a011lrofzwicu7fny/