Sản phẩm & ứng dụng

LongCat của Meituan mã nguồn mở VitaBench 2.0: chuẩn mực mới cho benchmark tác nhân động dài hạn

Tóm tắt AI

Nhóm LongCat của Meituan ra mắt VitaBench 2.0, benchmark đánh giá tác nhân đầu tiên mô hình hóa người dùng động dài hạn trong bối cảnh đời thực. Gồm 56 người dùng mô phỏng, 819 nhiệm vụ phức tạp, hơn 2000 sở thích động và 66 công cụ thực thi, mỗi người dùng trung bình 2093 sự kiện tương tác, khoảng thời gian trung bình 1580 ngày. Đồng thời hỗ trợ đánh giá học ngữ cảnh văn bản dài và chiến lược ký ức tác nhân. Thử nghiệm cho thấy mô hình mạnh nhất Claude-Opus-4.6 ở chế độ "mở sách" điểm trung bình vừa vượt 0.5; bật chế độ suy nghĩ không phải lúc nào cũng cải thiện hiệu suất nhiệm vụ cá nhân hóa; mọi mô hình đều giảm mạnh điểm ở nhiệm vụ cần chủ động đặt câu hỏi. VitaBench 2.0 đã mã nguồn mở.

Thông tin chính

  • Nhóm LongCat của Meituan ra mắt VitaBench 2.
  • 0,benchmark đánh giá tác nhân đầu tiên mô hình hóa người dùng động dài hạn trong bối cảnh đời thực.
  • Gồm 56 người dùng mô phỏng,819 nhiệm vụ phức tạp,hơn 2000 sở thích động và 66 công cụ thực thi,mỗi…
  • Đồng thời hỗ trợ đánh giá học ngữ cảnh văn bản dài và chiến lược ký ức tác nhân.
  • Thử nghiệm cho thấy mô hình mạnh nhất Claude-Opus-4.

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
公众号:龙猫LongCat(美团)
Danh mục
Sản phẩm & ứng dụng
Điểm AI
69
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

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。

Thực thể liên quan

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: LongCat của Meituan mã nguồn mở VitaBench 2.0: chuẩn mực mới cho benchmark tác nhân động dài hạn. 25 tháng 6 2026. https://new.nat6.net/vi/news/cmquellij03q2sl80f5fm292j/

Xem tất cả →