苹果联合高校发布移动智能体偏好基准

苹果与俄亥俄州立大学发布 iPrefBench，用于在可执行的 iOS 仿真环境中评测移动智能体推断用户缺失偏好的能力，以及在必要时向用户提问的能力。基准包含3051条历史活动用户画像，覆盖26个应用的130个欠明确任务。 7个前沿智能体的任务执行得分最高为91.6%，但完整任务成功率最高仅47.7%，显示较高执行得分并不等同于能够稳定完成需要偏好推断的任务。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。