UserArena发布真实购物Agent评测基准
热点事件持续更新
UserArena发布真实购物Agent评测基准
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
莱顿大学、中国人民大学、阿里巴巴等团队推出UserArena真实电商交互基准，收录1.1万名用户的64,729条购物会话轨迹，涉及566,102件商品和13种动作类型，用于评估购物Agent在长程交互中的表现。 该基准支持轨迹级评估、离线验证和生产环境受控A/B测试，并从输出有效性、局部决策、序列行为、个性化和最终结果五个层级进行评估。团队还提出On-Policy Trajectory Distillation方法，以提升长程购物交互场景中的用户模拟保真度。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 11:17
UserArena发布真实购物轨迹评测长程购物Agent报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI HuntUserArena发布真实购物轨迹评测长程购物Agent
UserArena发布真实电商交互基准，收录来自1.1万用户的64,729条会话轨迹，覆盖566,102件商品和13种动作类型。评测支持轨迹级评估、离线验证及生产环境受控A/B测试，并从输出有效性、局部决策、序列行为、个性化和最终结果五个层级进行评估。作者还提出On-Policy Trajectory Distillation方法，以提升长程交互场景中的用户模拟保真度。
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。