ผลิตภัณฑ์และแอป

Meituan LongCat เปิดโอเพนซอร์ส VitaBench 2.0: มาตรฐานใหม่ของเบนช์มาร์กเอเจนต์แบบไดนามิกระยะยาว

สรุปโดย AI

ทีม LongCat ของ Meituan เปิดตัว VitaBench 2.0 ซึ่งเป็นเบนช์มาร์กประเมินเอเจนต์รายแรกที่จำลองผู้ใช้แบบไดนามิกระยะยาวในสถานการณ์ชีวิตจริง ประกอบด้วยผู้ใช้จำลอง 56 คน งานซับซ้อน 819 งาน ความชอบแบบไดนามิกกว่า 2,000 รายการ และเครื่องมือที่ใช้งานได้ 66 รายการ ผู้ใช้แต่ละคนมีเหตุการณ์ปฏิสัมพันธ์เฉลี่ย 2,093 ครั้ง ครอบคลุมเวลาเฉลี่ย 1,580 วัน รองรับการประเมินการเรียนรู้บริบทข้อความยาวและกลยุทธ์ความจำของเอเจนต์ การทดสอบพบว่าโมเดลที่แข็งแกร่งที่สุด Claude-Opus-4.6 ได้คะแนนเฉลี่ยเพียงเกิน 0.5 ในโหมด "open-book" การเปิดโหมดคิดไม่ selalu ช่วยเพิ่มประสิทธิภาพงานเฉพาะบุคคล และโมเดลทั้งหมดมีคะแนนตกฮวบในงานที่ต้องถามคำถามเชิงรุก VitaBench 2.0 เปิดโอเพนซอร์สแล้ว

ข้อมูลสำคัญ

  • ทีม LongCat ของ Meituan เปิดตัว VitaBench 2.
  • 0 ซึ่งเป็นเบนช์มาร์กประเมินเอเจนต์รายแรกที่จำลองผู้ใช้แบบไดนามิกระยะยาวในสถานการณ์ชีวิตจริง…
  • 6 ได้คะแนนเฉลี่ยเพียงเกิน 0.
  • 5 ในโหมด "open-book" การเปิดโหมดคิดไม่ selalu ช่วยเพิ่มประสิทธิภาพงานเฉพาะบุคคล…
  • 0 เปิดโอเพนซอร์สแล้ว

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
公众号:龙猫LongCat(美团)
หมวดหมู่
ผลิตภัณฑ์และแอป
คะแนน AI
69
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

美团LongCat开源的VitaBench 2.0是首个评测AI长期理解用户偏好的基准,实验发现最强模型得分也刚过0.5,做Agent和推荐系统的值得跑一遍。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Meituan LongCat เปิดโอเพนซอร์ส VitaBench 2.0: มาตรฐานใหม่ของเบนช์มาร์กเอเจนต์แบบไดนามิกระยะยาว 25 มิถุนายน 2026 https://new.nat6.net/th/news/cmquellij03q2sl80f5fm292j/

ดูทั้งหมด →