跳到正文
热点事件持续更新

PersonaCUABench 发布：74 任务、44 人格，完成率降 36%

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

研究人员 Haoming Li 等发布基准 PersonaCUABench，用于评测服务多样化人格的计算机使用智能体。该基准包含 74 个任务，通过 44 种人格重写指令以模拟真实用户交互。 在 9 个骨干模型、共 3330 次运行的测试中，与原始请求相比，任务完成率平均下降 36%，用户满意度评分也显著降低。

AI 根据报道生成 · 5 小时前更新

最新进展10月19日 12:00
PersonaCUABench：评测服务多样化人格的计算机使用智能体基准

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    PersonaCUABench：评测服务多样化人格的计算机使用智能体基准

    研究人员提出 PersonaCUABench，该基准包含 74 个任务，通过 44 种人格重写指令以模拟真实用户交互。在 9 个骨干模型的 3330 次运行中，相比原始请求，任务完成率平均下降 36%，且用户满意度评分也显著降低。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。