iPrefBench个性化移动智能体基准发布
热点事件持续更新
iPrefBench个性化移动智能体基准发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yuting Ning等人发布iPrefBench基准，用于评估个人移动智能体在可执行iOS环境中的推断与询问能力，任务基于3,051个历史事件构建的用户画像。 对7个前沿智能体的测试显示，尽管行动完成率最高达91.6%，但全任务成功率最高仅47.7%，揭示出当前模型在个性化复杂任务处理上的显著差距。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
iPrefBench：面向移动个性化使用智能体的用户中心基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · NLPiPrefBench：面向移动个性化使用智能体的用户中心基准测试
iPrefBench 是一个评估个人移动使用智能体“推断”与“询问”能力的基准测试。 它在可执行的 iOS 环境中包含 130 个跨 26 款应用的不完整用户任务，基于包含 3,051 个历史活动事件的连贯用户画像构建。 对 7 个前沿智能体的评估显示，它们行动完成率高（最高 91.6%）但全任务成功率低（最高 47.7%），在个性化方面存在显著差距。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。