跳到正文
实时
热点事件历史事件

UserArena:长时程购物智能体交互基准发布

1 篇报道1 个报道来源24 天前更新

先了解这件事

AI 综述

UserArena 引入一个包含 64,729 个会话轨迹的电商交互基准,涵盖 11,010 用户、566,102 项商品和 13 种动作类型,支持五级评估。 提出 On-Policy Trajectory Distillation 技术提升模拟器保真度,实验显示其在 UserArena 评估协议下效果最佳,最接近生产策略的线下模拟效果。

AI 根据报道生成 · 更新于 24 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. Hugging Face Daily Papers
    UserArena:用于长时程购物智能体的交互式用户模拟基准

    UserArena 引入一个包含 64,729 个会话轨迹的电商交互基准,涵盖 11,010 用户、566,102 项商品和 13 种动作类型,支持五级评估;提出 On-Policy Trajectory Distillation 技术提升模拟器保真度,实验显示其在 UserArena 评估协议下效果最佳,最接近生产策略的线下模拟效果。