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
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
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/