★ 3
P-ContextBench 基准评估个性化智能体个人上下文理解
研究者提出 P-ContextBench，基于人口统计种子构建有生活史的数字人，将特征、习惯、目标与约束作为隐式证据嵌入碎片化的合成手机应用记录。基准含 100 个角色、10088 条隐藏事实、18261 条应用轨迹片段与 4810 条验证测试用例。当前 SOTA 模型在时间状态追踪、高层模式推断…
arXiv cs.AI10 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 P-ContextBench，基于人口统计种子构建有生活史的数字人，将特征、习惯、目标与约束作为隐式证据嵌入碎片化的合成手机应用记录。基准含 100 个角色、10088 条隐藏事实、18261 条应用轨迹片段与 4810 条验证测试用例。当前 SOTA 模型在时间状态追踪、高层模式推断…