研究人员推出了PACEShop,这是一个新的基准数据集和评估协议,旨在评估个性化、可操作、组合式和基于证据的购物助手。该基准通过关注这些助手的结构化决策能力,而不仅仅是流畅的响应,来解决现有评估方法的局限性。PACEShop包含超过22,000条记录,具有详细的购物者画像、证据池和缺陷注释,能够更精细地评估助手性能。 AI
影响 该基准通过提供一种标准化的方法来衡量AI购物助手复杂的决策能力,有望带来更先进、更可靠的AI购物助手。
排序理由 该项目是一篇介绍新基准数据集和评估协议的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- Pace
- PACEJudge
- PACEShop
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →